Gemma 4 26B A4B (free) API
Google DeepMind의 Gemma 4 26B A4B는 MoE 아키텍처로 고성능과 효율성을 갖춘 오픈 웨이트 멀티모달 AI 모델입니다.
Gemma 4 26B A4B는 Google DeepMind가 공개한 오픈 웨이트 생성형 AI 모델로, Gemma 4 패밀리에 속합니다. Mixture-of-Experts(MoE) 아키텍처를 채택해 총 파라미터는 약 252억 개이지만 토큰 생성 시에는 약 38억 개의 파라미터만 활성화되어 효율적입니다. 25.6만 토큰의 컨텍스트를 지원하며 텍스트와 이미지를 입력받아 텍스트를 출력합니다.
이 모델은 31B 밀집 모델 대비 97%의 성능을 유지하면서도 추론 컴퓨팅 자원을 크게 절감합니다. MMLU Pro에서 82.6%를 기록했고 AIME 2026에서는 31B 모델과 비교해 불과 0.9%포인트 낮은 점수를 보였습니다. 구성 가능한 사고 모드, 네이티브 함수 호출, 네이티브 시스템 프롬프트, 전용 초안 모델을 통한 추측 디코딩 등 고급 기능을 갖추고 있습니다.
고처리량 환경, 고급 추론, 에이전트 워크플로, 코딩 보조, 다중 모달 이해 등 다양한 작업에 적합합니다. 32GB 메모리를 갖춘 M2 MacBook Pro와 같은 기기에서 로컬로 실행할 수 있으며, 다양한 정밀도 형식을 지원합니다. 일부 사용자는 특정 코딩 작업에서 Qwen 35B와 같은 경쟁 모델보다 다소 뒤처질 수 있다고 언급했습니다.
업데이트:
모델 ID
gemma-4-26b-a4b-it:free- 컨텍스트
- 262.144K
- 최대 출력
- 32.768K
- 권장 API
- messages
- 입력
- image / text / video
- 출력
- text
주요 특징
- Mixture-of-Experts 아키텍처
- 총 252억 파라미터, 토큰당 약 38억 활성화
- 25.6만 토큰 컨텍스트 지원
- 구성 가능한 사고 모드
- 네이티브 함수 호출 및 시스템 프롬프트
- 로컬 배포 및 엣지 컴퓨팅 지원
제공 업체
제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.
| $0 | $0 |
벤치마크
- 82.6%
MMLU Pro
31B 밀집 모델은 85.2%
- 仅低0.9个百分点
AIME 2026
31B 모델 대비
점수는 모델 제공 업체가 공개한 값입니다.
추론
- 기본 활성화
- 아니요
- 항상 활성화
- 아니요
Quick Start
Felo API Platform 호환 API로 이 모델을 호출하는 코드입니다. 코드를 작성하기 전에 Playground에서 prompt를 테스트할 수 있습니다.
API key 설정
Felo API Platform 계정에서 key를 만들고 환경 변수로 설정하세요.
export FELO_API_KEY="YOUR_API_KEY"첫 요청 보내기
이 모델 ID를 Felo API Platform endpoint와 함께 사용하세요. X-Request-Id 같은 선택 요청 헤더는 문제 해결에 도움이 됩니다.
gemma-4-26b-a4b-it:free이 모델은 reasoning을 지원합니다. 선택한 protocol과 모델 라우트가 reasoning controls를 제공하는 경우 대화를 이어갈 때 반환된 reasoning metadata를 보존하세요.
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());타사 SDK 사용
호환 SDK에서는 baseURL을 다음으로 설정합니다 https://openapi.felo.ai/api/v1. Claude-style clients에는 Anthropic-compatible base URL을 사용하세요. https://openapi.felo.ai/api.
Streaming 활성화
stream: true를 추가하면 server-sent events로 응답을 받을 수 있습니다.
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
Felo API Platform은 호환 가능한 모델 호출 surface를 제공합니다. 앱이나 Agent client가 이미 지원하는 surface를 선택하세요.
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringgemma-4-26b-a4b-it:free호출할 공개 모델 ID.max_tokensinteger—생성할 최대 tokens.messagesarray—Chat Completions의 대화 메시지.include_reasoning———reasoning———response_formatobject—지원 시 structured output을 요청합니다.seed———temperaturenumber—지원되는 경우 응답 다양성을 제어합니다.tool_choicestring or object—tool 호출 여부를 제어합니다.toolsarray—호환 schema를 따르는 tool calling definitions.top_p———자주 묻는 질문
모델 소개: Gemma 4 26B A4B (free)?
Gemma 4 26B A4B는 Google DeepMind가 공개한 오픈 웨이트 생성형 AI 모델로, Gemma 4 패밀리에 속합니다. Mixture-of-Experts(MoE) 아키텍처를 채택해 총 파라미터는 약 252억 개이지만 토큰 생성 시에는 약 38억 개의 파라미터만 활성화되어 효율적입니다. 25.6만 토큰의 컨텍스트를 지원하며 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 이 모델은 31B 밀집 모델 대비 97%의 성능을 유지하면서도 추론 컴퓨팅 자원을 크게 절감합니다. MMLU Pro에서 82.6%를 기록했고 AIME 2026에서는 31B 모델과 비교해 불과 0.9%포인트 낮은 점수를 보였습니다. 구성 가능한 사고 모드, 네이티브 함수 호출, 네이티브 시스템 프롬프트, 전용 초안 모델을 통한 추측 디코딩 등 고급 기능을 갖추고 있습니다. 고처리량 환경, 고급 추론, 에이전트 워크플로, 코딩 보조, 다중 모달 이해 등 다양한 작업에 적합합니다. 32GB 메모리를 갖춘 M2 MacBook Pro와 같은 기기에서 로컬로 실행할 수 있으며, 다양한 정밀도 형식을 지원합니다. 일부 사용자는 특정 코딩 작업에서 Qwen 35B와 같은 경쟁 모델보다 다소 뒤처질 수 있다고 언급했습니다.
사용 요금은 어떻게 계산되나요?
이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.
Gemma 4 26B A4B는 어떤 입력을 지원하나요?
텍스트와 이미지 입력을 지원하며 텍스트를 출력합니다.
컨텍스트 길이는 얼마인가요?
25.6만 토큰의 컨텍스트를 지원합니다.
이 모델은 어떤 작업에 적합한가요?
고처리량 환경, 고급 추론, 에이전트 워크플로, 코딩 보조, 다중 모달 이해 등에 적합합니다.
Gemma 4 31B와의 차이는 무엇인가요?
26B A4B는 MoE 아키텍처로 31B 밀집 모델 대비 97%의 성능을 유지하면서 추론 자원을 크게 절감합니다.
로컬에서 실행할 수 있나요?
네, 32GB 메모리를 갖춘 M2 MacBook Pro와 같은 기기에서 실행할 수 있습니다.
관련 모델
Gemini 3.8 Flash
Googlegemini-3.8-flashGemini 3.8 Flash는 Google의 Flash 시리즈 모델로, 100만 토큰 컨텍스트와 멀티모달 입력을 갖추면서 속도와 비용 효율의 균형을 노린 에이전트용 워크호스입니다.
컨텍스트
1.049M
최대 출력
65.536K
입력 토큰
$1.5 / 1M 토큰
출력 토큰
$7.5 / 1M 토큰
Gemini 4 Argon
Googlegemini-4-argonGoogle의 플래그십 모델로, 100만 토큰 컨텍스트와 최대 100만 토큰 출력을 갖추고 장기 소프트웨어 엔지니어링, 기업 지식 업무, 사이버 방어를 겨냥합니다.
컨텍스트
1.049M
최대 출력
943.718K
입력 토큰
$4 / 1M 토큰
출력 토큰
$20 / 1M 토큰