Gemma 4 26B A4B (free) API
Model multimodal sumber terbuka daripada Google DeepMind dengan seni bina Mixture-of-Experts 26B parameter keseluruhan dan 4B parameter aktif, menyokong teks, imej dan video dalam lebih 140 bahasa.
Gemma 4 26B A4B ialah model multimodal sumber terbuka daripada Google DeepMind yang menggunakan seni bina Mixture-of-Experts dengan 26B parameter keseluruhan tetapi hanya 4B parameter aktif semasa inferens. Ia menerima input teks, imej dan video serta menghasilkan output teks, dengan konteks 256K token. Model ini menyokong mod pemikiran boleh konfigurasi, panggilan fungsi asli untuk agen autonomi, dan gesaan sistem asli untuk perbualan berstruktur. Imej dengan nisbah aspek dan resolusi berubah-ubah turut diproses, manakala video sehingga 60 saat pada 1 bingkai sesaat disokong.
Dari segi prestasi, model ini mengimbangi kecerdasan dengan kecekapan parameter dan boleh dijalankan pada GPU pengguna serta stesen kerja. Ia memberikan prestasi hampir setanding model padat 31B tetapi dengan kelajuan inferens yang jauh lebih pantas, iaitu kira-kira 91 token sesaat berbanding median 81 token sesaat bagi model sumber terbuka bersaiz serupa, dan masa ke token pertama sekitar 0.92 saat berbanding median 1.08 saat. Ia dilaporkan berjalan dalam lingkungan 2% prestasi model 31B pada setiap penanda aras yang diuji.
Model ini sesuai untuk bantuan pengekodan dalam IDE dan aliran kerja agen, penyahpepijatan dan pembangunan semula kod, penyelesaian masalah matematik dan saintifik, penghuraian dokumen dan OCR, soal jawab berasaskan imej, pemahaman video, serta pemprosesan dokumen berskala besar dan sistem RAG. Ia dilesenkan di bawah Apache 2.0 untuk kegunaan komersial dan tersedia melalui Cloudflare, Google Cloud Vertex AI, NVIDIA NGC dan Azure ML, dengan akses API daripada 7 pembekal. Antara kekurangannya, ia tidak menyokong audio secara asli kerana pemprosesan audio hanya tersedia dalam model E2B, E4B dan 12B yang lebih kecil, dan skornya sedikit di bawah model 31B dalam keluarga Gemma 4 yang sama.
Dikemas kini:
ID MODEL
gemma-4-26b-a4b-it:free- Konteks
- 262.144K
- Output maks
- 32.768K
- API yang disyorkan
- messages
- Input
- image / text / video
- Output
- text
Sorotan
- Mixture-of-Experts dengan 26B parameter keseluruhan dan 4B parameter aktif
- Input teks, imej dan video; output teks
- Konteks 256K token
- Lebih 140 bahasa disokong
- Panggilan fungsi asli untuk agen autonomi
- Dilesenkan di bawah Apache 2.0 untuk kegunaan komersial
Penyedia
Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.
| $0 | $0 |
Penanda aras
- 82.6%
MMLU Pro
Skor penanda aras MMLU Pro
- 88.3%
AIME 2026 (no tools)
Skor tanpa penggunaan alat
- 77.1%
LiveCodeBench v6
Skor penanda aras LiveCodeBench v6
- 82.3%
GPQA Diamond
Skor penanda aras GPQA Diamond
- 1718
Codeforces ELO
Penilaian Elo
- 73.8%
MMMU Pro
Skor penanda aras MMMU Pro
- 82.4%
MATH-Vision
Skor penanda aras MATH-Vision
- 44.1%
MRCR v2 8 needle 128k
Penilaian konteks panjang
Skor seperti yang diterbitkan oleh penyedia model.
Penaakulan
- Diaktifkan secara lalai
- Tidak
- Sentiasa diaktifkan
- Tidak
Mula pantas
Kod sedia guna untuk memanggil model ini dengan API serasi Felo API Platform. Mulakan di Playground apabila anda ingin menguji prompt sebelum menulis kod.
Tetapkan kunci API
Cipta kunci daripada akaun Felo API Platform anda dan tetapkan sebagai pemboleh ubah persekitaran.
export FELO_API_KEY="YOUR_API_KEY"Hantar permintaan pertama
Gunakan ID model ini dengan endpoint Felo API Platform. Pengepala permintaan pilihan seperti X-Request-Id boleh membantu penyelesaian masalah.
gemma-4-26b-a4b-it:freeModel ini mampu membuat penaakulan. Jika protokol dan laluan model yang anda pilih menyediakan kawalan penaakulan, kekalkan metadata penaakulan yang dipulangkan apabila meneruskan perbualan.
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());Menggunakan SDK pihak ketiga
Dalam SDK yang serasi, tetapkan baseURL kepada https://openapi.felo.ai/api/v1. Untuk klien gaya Claude, gunakan base URL yang serasi dengan Anthropic. https://openapi.felo.ai/api.
Dayakan penstriman
Tambah stream: true untuk menerima respons sebagai server-sent events.
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 Platform menyediakan antara muka panggilan model yang serasi. Pilih antara muka yang sudah disokong oleh aplikasi atau klien ejen anda.
Messages
Mesej serasi Anthropic untuk klien gaya Claude.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringgemma-4-26b-a4b-it:freeID model awam untuk dipanggil.max_tokensinteger—Bilangan maksimum token yang dijana.messagesarray—Mesej perbualan untuk Chat Completions.include_reasoning———reasoning———response_formatobject—Meminta output berstruktur apabila disokong.seed———temperaturenumber—Mengawal kepelbagaian respons apabila disokong.tool_choicestring or object—Mengawal sama ada alat perlu dipanggil.toolsarray—Definisi tool calling mengikut skema serasi.top_p———Soalan lazim
Mengenali Gemma 4 26B A4B (free)?
Gemma 4 26B A4B ialah model multimodal sumber terbuka daripada Google DeepMind yang menggunakan seni bina Mixture-of-Experts dengan 26B parameter keseluruhan tetapi hanya 4B parameter aktif semasa inferens. Ia menerima input teks, imej dan video serta menghasilkan output teks, dengan konteks 256K token. Model ini menyokong mod pemikiran boleh konfigurasi, panggilan fungsi asli untuk agen autonomi, dan gesaan sistem asli untuk perbualan berstruktur. Imej dengan nisbah aspek dan resolusi berubah-ubah turut diproses, manakala video sehingga 60 saat pada 1 bingkai sesaat disokong. Dari segi prestasi, model ini mengimbangi kecerdasan dengan kecekapan parameter dan boleh dijalankan pada GPU pengguna serta stesen kerja. Ia memberikan prestasi hampir setanding model padat 31B tetapi dengan kelajuan inferens yang jauh lebih pantas, iaitu kira-kira 91 token sesaat berbanding median 81 token sesaat bagi model sumber terbuka bersaiz serupa, dan masa ke token pertama sekitar 0.92 saat berbanding median 1.08 saat. Ia dilaporkan berjalan dalam lingkungan 2% prestasi model 31B pada setiap penanda aras yang diuji. Model ini sesuai untuk bantuan pengekodan dalam IDE dan aliran kerja agen, penyahpepijatan dan pembangunan semula kod, penyelesaian masalah matematik dan saintifik, penghuraian dokumen dan OCR, soal jawab berasaskan imej, pemahaman video, serta pemprosesan dokumen berskala besar dan sistem RAG. Ia dilesenkan di bawah Apache 2.0 untuk kegunaan komersial dan tersedia melalui Cloudflare, Google Cloud Vertex AI, NVIDIA NGC dan Azure ML, dengan akses API daripada 7 pembekal. Antara kekurangannya, ia tidak menyokong audio secara asli kerana pemprosesan audio hanya tersedia dalam model E2B, E4B dan 12B yang lebih kecil, dan skornya sedikit di bawah model 31B dalam keluarga Gemma 4 yang sama.
Bagaimana penggunaan dicaj?
Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.
Apakah jenis input yang disokong oleh model ini?
Model ini menerima input teks, imej dan video, serta menghasilkan output teks. Ia mengendalikan imej dengan nisbah aspek dan resolusi berubah-ubah, dan memproses video sehingga 60 saat pada 1 bingkai sesaat.
Berapakah panjang konteks dan had output model ini?
Model ini menyokong konteks 256K token. Had panjang output tidak dinyatakan dalam maklumat yang tersedia.
Apakah tugas yang paling sesuai untuk model ini?
Ia sesuai untuk bantuan pengekodan, penjanaan dan penyahpepijatan kod, penyelesaian masalah matematik dan saintifik, sokongan penyelidikan, penghuraian dokumen dan OCR, soal jawab berasaskan imej, pemahaman video, serta pemprosesan dokumen berskala besar dan sistem RAG.
Apakah perbezaan antara model ini dengan model Gemma 4 yang lain?
Model ini berada di kedudukan pertengahan antara model kecil berorientasikan edge (E2B, E4B) dan model besar berorientasikan perusahaan (31B). Ia memberikan prestasi hampir setanding model 31B tetapi dengan kelajuan inferens yang lebih pantas, dan skornya sedikit di bawah model 31B. Tidak seperti model E2B, E4B dan 12B yang lebih kecil, model ini tidak menyokong audio secara asli.
Adakah model ini menyokong panggilan fungsi dan gesaan sistem?
Ya, model ini menyokong panggilan fungsi asli untuk membina agen autonomi dan gesaan sistem asli untuk perbualan berstruktur yang boleh dikawal. Ia juga menyokong mod pemikiran boleh konfigurasi.
Berapa banyak bahasa yang disokong oleh model ini?
Model ini menyokong lebih daripada 140 bahasa.
Model berkaitan
Gemini 3.8 Flash
Googlegemini-3.8-flashGemini 3.8 Flash ialah model Flash paling pintar daripada Google, menyokong input teks, imej, video, audio dan PDF dengan tetingkap konteks 1,000,000 token serta output teks sehingga 65,536 token.
Konteks
1.049M
Output maks
65.536K
Token input
$1.5 / 1M token
Token output
$7.5 / 1M token
Gemini 4 Argon
Googlegemini-4-argonGemini 4 Argon ialah model perdana generasi Gemini 4 daripada Google, menyokong input teks, imej, video, audio dan PDF dengan tetingkap konteks 1,048,576 token.
Konteks
1.049M
Output maks
943.718K
Token input
$4 / 1M token
Token output
$20 / 1M token