Gemma 4 26B A4B (free) API
Googles offenes multimodales Mixture-of-Experts-Modell mit 26B Gesamt- und 4B aktiven Parametern, 256K-Kontext und Bild-, Video- sowie Textverarbeitung in über 140 Sprachen.
Gemma 4 26B A4B ist ein offenes multimodales Modell von Google DeepMind mit einer Mixture-of-Experts-Architektur: 26B Gesamtparameter, aber nur 4B aktive Parameter pro Inferenzschritt. Es verarbeitet Texte, Bilder mit variablen Seitenverhältnissen und Auflösungen sowie Videos bis 60 Sekunden bei 1 Bild pro Sekunde und gibt Text aus. Der Kontext umfasst 256K Tokens. Native System-Prompts und konfigurierbarer Denkmodus ermöglichen strukturierte, kontrollierbare Unterhaltungen, und natives Function Calling unterstützt den Aufbau autonomer Agenten. Über 140 Sprachen werden unterstützt.
Das Modell ist auf Ausgewogenheit zwischen Intelligenz und Parametereffizienz ausgelegt und läuft auf Consumer-GPUs und Workstations. Es erreicht laut Berichten auf jedem getesteten Benchmark innerhalb von 2 % die Leistung des 31B-Modells derselben Familie, bei deutlich schnellerer Inferenz. Die Ausgabegeschwindigkeit liegt bei etwa 91 Tokens pro Sekunde und damit über dem Median von rund 81 Tokens pro Sekunde vergleichbar großer offener Modelle; die Zeit bis zum ersten Token beträgt etwa 0,92 Sekunden gegenüber einem Median von 1,08 Sekunden. Auf GPQA Diamond zeigt es eine hohe Tokeneffizienz mit etwa 1,2M Ausgabetokens.
Typische Aufgaben sind Programmierhilfe in IDEs, Coding-Assistenten und agentische Workflows, Codegenerierung, Debugging und Refactoring, wissenschaftliche und mathematische Fragestellungen, Recherche, Dokumentenanalyse und OCR, bildbasierte Fragebeantwortung, Videoverständnis sowie die Verarbeitung großer Dokumentmengen und RAG-Systeme. Das Modell steht unter Apache 2.0 und ist kommerziell nutzbar; es ist auf Cloudflare, Google Cloud Vertex AI, NVIDIA NGC und Azure ML verfügbar, und sieben Anbieter offerieren API-Zugang. Eine Einschränkung: Audio wird nicht nativ verarbeitet, das bieten nur die kleineren Modelle E2B, E4B und 12B.
Aktualisiert:
MODELL-ID
gemma-4-26b-a4b-it:free- Kontext
- 262.144K
- Max. Ausgabe
- 32.768K
- Empfohlene API
- messages
- Eingabe
- image / text / video
- Ausgabe
- text
Highlights
- Mixture-of-Experts mit 26B Gesamt- und 4B aktiven Parametern
- Multimodal: Text, Bild und Video als Eingabe
- 256K-Token-Kontext
- Natives Function Calling und System-Prompts
- Konfigurierbarer Denkmodus
- Über 140 Sprachen
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| $0 | $0 |
Benchmarks
- 82.6%
MMLU Pro
- 88.3%
AIME 2026 (ohne Tools)
- 77.1%
LiveCodeBench v6
- 82.3%
GPQA Diamond
- 1718
Codeforces ELO
Elo-Wertung
- 73.8%
MMMU Pro
- 82.4%
MATH-Vision
- 44.1%
MRCR v2 8 needle 128k
Langkontext-Evaluierung
Werte wie vom Modellanbieter veröffentlicht.
Schlussfolgern
- Standardmäßig aktiviert
- Nein
- Immer aktiviert
- Nein
Schnellstart
Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.
API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"Erste Anfrage senden
Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.
gemma-4-26b-a4b-it:freeDieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "gemma-4-26b-a4b-it:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Drittanbieter-SDKs verwenden
Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.
Streaming aktivieren
Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemma-4-26b-a4b-it:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.
Messages
Anthropic-kompatible Nachrichten für Clients im Claude-Stil.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringgemma-4-26b-a4b-it:freeÖffentliche Modell-ID, die aufgerufen wird.max_tokensinteger—Maximale Anzahl generierter Tokens.messagesarray—Gesprächsnachrichten für Chat Completions.include_reasoning———reasoning———response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.seed———temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.top_p———Häufige Fragen
Was ist Gemma 4 26B A4B (free)?
Gemma 4 26B A4B ist ein offenes multimodales Modell von Google DeepMind mit einer Mixture-of-Experts-Architektur: 26B Gesamtparameter, aber nur 4B aktive Parameter pro Inferenzschritt. Es verarbeitet Texte, Bilder mit variablen Seitenverhältnissen und Auflösungen sowie Videos bis 60 Sekunden bei 1 Bild pro Sekunde und gibt Text aus. Der Kontext umfasst 256K Tokens. Native System-Prompts und konfigurierbarer Denkmodus ermöglichen strukturierte, kontrollierbare Unterhaltungen, und natives Function Calling unterstützt den Aufbau autonomer Agenten. Über 140 Sprachen werden unterstützt. Das Modell ist auf Ausgewogenheit zwischen Intelligenz und Parametereffizienz ausgelegt und läuft auf Consumer-GPUs und Workstations. Es erreicht laut Berichten auf jedem getesteten Benchmark innerhalb von 2 % die Leistung des 31B-Modells derselben Familie, bei deutlich schnellerer Inferenz. Die Ausgabegeschwindigkeit liegt bei etwa 91 Tokens pro Sekunde und damit über dem Median von rund 81 Tokens pro Sekunde vergleichbar großer offener Modelle; die Zeit bis zum ersten Token beträgt etwa 0,92 Sekunden gegenüber einem Median von 1,08 Sekunden. Auf GPQA Diamond zeigt es eine hohe Tokeneffizienz mit etwa 1,2M Ausgabetokens. Typische Aufgaben sind Programmierhilfe in IDEs, Coding-Assistenten und agentische Workflows, Codegenerierung, Debugging und Refactoring, wissenschaftliche und mathematische Fragestellungen, Recherche, Dokumentenanalyse und OCR, bildbasierte Fragebeantwortung, Videoverständnis sowie die Verarbeitung großer Dokumentmengen und RAG-Systeme. Das Modell steht unter Apache 2.0 und ist kommerziell nutzbar; es ist auf Cloudflare, Google Cloud Vertex AI, NVIDIA NGC und Azure ML verfügbar, und sieben Anbieter offerieren API-Zugang. Eine Einschränkung: Audio wird nicht nativ verarbeitet, das bieten nur die kleineren Modelle E2B, E4B und 12B.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingaben unterstützt Gemma 4 26B A4B?
Das Modell verarbeitet Texte, Bilder mit variablen Seitenverhältnissen und Auflösungen sowie Videos bis 60 Sekunden bei 1 Bild pro Sekunde. Die Ausgabe ist Text.
Wie groß ist der Kontext?
Der Kontext umfasst 256K Tokens. Damit eignet es sich auch für die Verarbeitung großer Dokumentmengen und RAG-Systeme.
Welche Funktionen unterstützt das Modell für Agenten?
Es bietet natives Function Calling für den Aufbau autonomer Agenten sowie native System-Prompts für strukturierte, kontrollierbare Unterhaltungen. Zusätzlich gibt es einen konfigurierbaren Denkmodus.
Wie unterscheidet es sich vom 31B-Modell derselben Familie?
Laut Berichten erreicht es auf jedem getesteten Benchmark innerhalb von 2 % die Leistung des 31B-Modells, liegt aber bei einzelnen Werten etwas darunter. Dafür ist die Inferenz deutlich schneller.
Verarbeitet das Modell Audio?
Nein, Audio wird nicht nativ unterstützt. Audiosignalverarbeitung bieten nur die kleineren Modelle E2B, E4B und 12B.
Wie viele Sprachen werden unterstützt?
Das Modell unterstützt über 140 Sprachen.
Verwandte Modelle
Gemini 3.8 Flash
Googlegemini-3.8-flashGemini 3.8 Flash ist Googles intelligentestes Flash-Modell mit multimodalem Eingang, langem Kontext und anpassbarem Denkaufwand für anspruchsvolle Agenten- und Coding-Aufgaben.
Kontext
1.049M
Max. Ausgabe
65.536K
Eingabe-Token
$1.5 / 1M Token
Ausgabe-Token
$7.5 / 1M Token
Gemini 4 Argon
Googlegemini-4-argonGemini 4 Argon ist Googles erstes Frontier-Modell der Gemini-4-Generation mit einem Kontextfenster von 1.048.576 Tokens für langwierige, komplexe Aufgaben.
Kontext
1.049M
Max. Ausgabe
943.718K
Eingabe-Token
$4 / 1M Token
Ausgabe-Token
$20 / 1M Token