选 26B A4B 还是 31B？
结合 model card 和自己的硬件决定。26B A4B 只激活部分参数，运行可能更轻；31B 通常更吃内存。两者架构不同，别只拿数字硬比。
简体中文
Gemma 4 31B × SillyTavern
Gemma 4 31B 接入 SillyTavern
想用 Gemma 4 31B 跑角色对话，先把官方型号和社区量化文件分开。然后按接口、chat template、tokenizer、thinking 标记的顺序检查。
核对官方型号与模板 ↗
先认清模型
Gemma 4 是一组型号，不是一份 SillyTavern 预设
Google 列出 E2B、E4B、12B、26B A4B 和 31B。26B A4B 是混合专家模型，31B 是 dense 模型。Q4、Q6 是量化版本，不是新的官方型号。
本地、供应商还是 API
Ollama、LM Studio、KoboldCpp 和 llama.cpp server 经过模板和上下文的方式不同。OpenRouter 等 API 可能更省事，但模型 ID 和 alias 要以供应商列表为准。
角色扮演也是设置测试
贴不贴角色卡，除了 checkpoint，还取决于系统提示、采样和上下文。社区有人用 DRY 和预设减少复读，但那只是起点，不是官方默认值。
SillyTavern 路径
按这个顺序接，出错更容易定位
一层一层改，不要一次换完所有参数。这样一条坏回复到底是哪一层出了问题，会清楚很多。
- 01
1. 先确认接口
选择对应后端的连接器，并确认列表里有准确的 Gemma 4 checkpoint。用供应商时直接复制 model slug，不要凭记忆输入 alias。
- 02
2. 选择 Chat Completions
API 或本地服务支持时，先用 Chat Completions。Text Completion 也可能可用，但要自己处理更多模板细节，旧格式更容易混进来。
- 03
3. 对齐 tokenizer 和模板
使用后端提供的 Gemma 4 或 Gemini tokenizer/template。旧的 Gemma 模板可能把 header 和 thinking 标记放错位置。
- 04
4. 再加角色卡和预设
先载入角色卡，再加克制的系统提示。社区预设一次只试一份，保留作者原文件，并记下自己改了什么。
FF、Moonlight 等名字来自社区讨论，不是 Google 默认值。本页不转载预设文件。
回复不对时
哪一层坏了，就修哪一层
thinking 文本无法解析
先检查模型模板、tokenizer 和 thinking 设置。Reddit 有人建议在系统提示前放 <|think|>，但这取决于后端，模板不匹配时反而会出现原样 token。
它有时思考，有时不思考
供应商和本地版本暴露 reasoning 的方式可能不同。不要盲加标记。用短请求分别测试 thinking 开关，再对照供应商或 model card 说明。
角色复读或跑偏
先减少上下文噪音，再动温度。删掉重复的卡片内容，确认上下文上限，然后尝试社区 sampler 或 DRY。Temperature 1.0、Top-K 64、Top-P 0.95 是 Reddit 上的经验值，不是硬规则。
浏览器路径
角色页留在眼前，旁边直接问
Tabbit 不替代 SillyTavern 的角色卡和 lorebook。它解决的是另一段流程：一边看 wiki、文档或参考页，一边在浏览器里和当前可用模型聊天。
- 1
安装 Tabbit
下载 macOS 或 Windows 版 Chromium AI 浏览器。这条路径不需要本地模型文件或 SillyTavern 服务。
- 2
只选当前列表里的模型
安装后打开模型选择器，选实际显示的模型，例如 GPT-5.4、GPT-5.2-Chat 或 Gemini-3-Flash。列表会变，选择器才是准的。
- 3
引用打开的页面
让角色 wiki 或设定文档留在标签页里。用 @ 引用页面、截图或文件，要求模型整理设定、记场景或给第二种写法。
选对工具
SillyTavern 还是 Tabbit？
看你卡在哪里。浏览器捷径不是角色卡管理器，本地前端也不代表模型自动更好。
| SillyTavern | Tabbit | |
|---|---|---|
| 角色卡和 lorebook | 内置 | 开着来源页面 |
| 本地 Gemma 4 checkpoint | 自己准备后端 | 选模型列表里的当前项 |
| 模板和采样控制 | 细 | 由所选模型管理 |
| 网页上下文 | 粘贴或扩展 | @ 当前标签或文件 |
| 第一条可用回复 | 安装 + 接口 + 预设 | 安装 + 选择已列模型 |
引用打开的页面
让角色 wiki 或设定文档留在标签页里。用 @ 引用页面、截图或文件，要求模型整理设定、记场景或给第二种写法。
网页上下文
@ 当前标签或文件
常见问题
Gemma 4 和 SillyTavern，直接回答
Gemma 4 26B 和 31B 是同一个模型吗？+
不是。Google 将 26B A4B 描述为混合专家模型，31B 是 dense。按 model card 和你手头的硬件选择。
Gemma 4 该下载哪种量化？+
没有通用答案。根据内存、上下文需求和发布者 model card 在 Q4、Q5、Q6 中选。量化文件不是新的官方 Gemma 名称。
为什么 thinking token 会直接显示？+
tokenizer、模板、后端或供应商对格式的理解可能不一致。先核对这些，再尝试 <|think|>；标记放错模板会让输出更乱。
Tabbit 能运行 Gemma 4 吗？+
不要默认它能。安装后打开当前模型选择器，只使用实际列出的模型。本页截图里没有 Gemma 4。
Tabbit 能替代 SillyTavern 吗？+
不能。角色卡、lorebook 和细致预设控制仍适合 SillyTavern。Tabbit 适合对着网页和文件聊天。
别再修错层
要本地 Gemma 4，就照 model card 检查模板链。想马上对着角色 wiki 聊，就安装 Tabbit，从当前模型选择器里选可用项。
支持 macOS 和 Windows，模型列表可能变化。