BottleCap 发布 ThinkingCap Gemma 4：思考 token 平均少 38.9%

BottleCap AI 10 月 23 日发布 ThinkingCap-gemma-4-26B-A4B-it，在 Google gemma-4-26B-A4B-it 上做了「缩短思考」的后训练，目标是少花推理 token 而不影响答案质量，可直接替换原模型。权重以 Apache 2.0 发布，另有 GGUF 版本。

要点

• 12 项基准上思考 token 平均减少 38.9%，LongBench v2 上最多减少 69.1%；平均准确率从 75.18% 变为 75.03%
• 陷入循环的回答比例从 3.64% 降到 0.76%，思考未闭合被截断的比例从 4.35% 降到 0.72%
• 代价最明显的是 AA-LCR，准确率下降 4.00 个百分点；GPQA-Diamond 和 MMMLU 的下降也超出误差区间
• 所有数字来自 BottleCap 内部评测，文章未公开训练方法细节

来源

### [BottleCap 发布 ThinkingCap Gemma 4：思考 token 平均少 38.9%]({{URL}})

BottleCap AI 10 月 23 日发布 ThinkingCap-gemma-4-26B-A4B-it，在 Google gemma-4-26B-A4B-it 上做了「缩短思考」的后训练，目标是少花推理 token 而不影响答案质量，可直接替换原模型。权重以 Apache 2.0 发布，另有 GGUF 版本。

- 12 项基准上思考 token 平均减少 38.9%，LongBench v2 上最多减少 69.1%；平均准确率从 75.18% 变为 75.03%
- 陷入循环的回答比例从 3.64% 降到 0.76%，思考未闭合被截断的比例从 4.35% 降到 0.72%
- 代价最明显的是 AA-LCR，准确率下降 4.00 个百分点；GPQA-Diamond 和 MMMLU 的下降也超出误差区间
- 所有数字来自 BottleCap 内部评测，文章未公开训练方法细节

**为什么值得关注**：推理模型的思考长度直接决定延迟和成本，这类「同模型、少思考」的替换版本值得在自己的任务上对比；长上下文任务需要特别留意准确率损失。

来源：[ThinkingCap Gemma-4-26B-A4B](https://bottlecapai.com/post/thinkingcap-gemma-4-26b/)；[bottlecapai/ThinkingCap-gemma-4-26B-A4B-it](https://huggingface.co/bottlecapai/ThinkingCap-gemma-4-26B-A4B-it)