Gemma 4 26B A4B (free) API
Modelo multimodal de pesos abertos do Google DeepMind com arquitetura Mixture-of-Experts, 26B parâmetros totais e 4B ativos, contexto de 256K tokens e suporte a texto, imagem e vídeo.
O Gemma 4 26B A4B é um modelo multimodal de pesos abertos desenvolvido pelo Google DeepMind. Sua arquitetura Mixture-of-Experts combina 26 bilhões de parâmetros totais com apenas 4 bilhões ativos durante a inferência, o que permite equilibrar inteligência e eficiência paramétrica. O modelo aceita entradas de texto, imagem e vídeo, com suporte a imagens de proporções e resoluções variadas e vídeos de até 60 segundos a 1 quadro por segundo. O contexto chega a 256K tokens e há suporte a mais de 140 idiomas.
Entre os recursos estão o modo de raciocínio configurável, chamada nativa de funções para construção de agentes autônomos e prompts de sistema nativos para conversas estruturadas e controláveis. O modelo é licenciado sob Apache 2.0 e pode ser usado comercialmente, estando disponível em plataformas como Cloudflare, Google Cloud Vertex AI, NVIDIA NGC e Azure ML, com acesso via API oferecido por 7 provedores.
Ele é indicado para assistência de código em IDEs, assistentes de programação e fluxos agênticos; geração, depuração e refatoração de código; consultas científicas e resolução de problemas matemáticos; apoio à pesquisa; análise de documentos e OCR; perguntas e respostas com base em imagens; compreensão de vídeo; e processamento de documentos em larga escala e sistemas RAG. Destaca-se por entregar desempenho próximo da fronteira e quase equivalente ao modelo denso de 31B da mesma família, mas com inferência bem mais rápida e bom desempenho em GPUs de consumidor e estações de trabalho.
Atualizado:
ID DO MODELO
gemma-4-26b-a4b-it:free- Contexto
- 262.144K
- Saída máxima
- 32.768K
- API recomendada
- messages
- Entrada
- image / text / video
- Saída
- text
Destaques
- Arquitetura Mixture-of-Experts com 26B totais e 4B ativos
- Contexto de 256K tokens
- Entradas de texto, imagem e vídeo
- Licença Apache 2.0 para uso comercial
- Modo de raciocínio configurável
- Chamada nativa de funções para agentes
Provedores
Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| $0 | $0 |
Benchmarks
- 82.6%
MMLU Pro
- 88.3%
AIME 2026 (sem ferramentas)
- 77.1%
LiveCodeBench v6
- 82.3%
GPQA Diamond
- 1718
Codeforces ELO
Classificação Elo
- 73.8%
MMMU Pro
- 82.4%
MATH-Vision
- 44.1%
MRCR v2 8 needle 128k
avaliação de contexto longo
Pontuações conforme publicadas pelo fornecedor do modelo.
Raciocínio
- Ativado por padrão
- Não
- Sempre ativado
- Não
Início rápido
Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.
Defina sua chave de API
Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.
export FELO_API_KEY="YOUR_API_KEY"Faça sua primeira requisição
Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.
gemma-4-26b-a4b-it:freeEste modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.
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());Usar SDKs de terceiros
Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.
Ative o streaming
Adicione stream: true para receber respostas como 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
A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.
Messages
Mensagens compatíveis com Anthropic para clientes no estilo Claude.
POST
https://openapi.felo.ai/api/v1/messagesParâmetros
modelstringgemma-4-26b-a4b-it:freeID público do modelo a chamar.max_tokensinteger—Número máximo de tokens gerados.messagesarray—Mensagens da conversa para Chat Completions.include_reasoning———reasoning———response_formatobject—Solicita saída estruturada quando compatível.seed———temperaturenumber—Controla a variedade das respostas quando compatível.tool_choicestring or object—Controla se uma ferramenta deve ser chamada.toolsarray—Definições de tool calling seguindo o schema compatível.top_p———Perguntas frequentes
O que é Gemma 4 26B A4B (free)?
O Gemma 4 26B A4B é um modelo multimodal de pesos abertos desenvolvido pelo Google DeepMind. Sua arquitetura Mixture-of-Experts combina 26 bilhões de parâmetros totais com apenas 4 bilhões ativos durante a inferência, o que permite equilibrar inteligência e eficiência paramétrica. O modelo aceita entradas de texto, imagem e vídeo, com suporte a imagens de proporções e resoluções variadas e vídeos de até 60 segundos a 1 quadro por segundo. O contexto chega a 256K tokens e há suporte a mais de 140 idiomas. Entre os recursos estão o modo de raciocínio configurável, chamada nativa de funções para construção de agentes autônomos e prompts de sistema nativos para conversas estruturadas e controláveis. O modelo é licenciado sob Apache 2.0 e pode ser usado comercialmente, estando disponível em plataformas como Cloudflare, Google Cloud Vertex AI, NVIDIA NGC e Azure ML, com acesso via API oferecido por 7 provedores. Ele é indicado para assistência de código em IDEs, assistentes de programação e fluxos agênticos; geração, depuração e refatoração de código; consultas científicas e resolução de problemas matemáticos; apoio à pesquisa; análise de documentos e OCR; perguntas e respostas com base em imagens; compreensão de vídeo; e processamento de documentos em larga escala e sistemas RAG. Destaca-se por entregar desempenho próximo da fronteira e quase equivalente ao modelo denso de 31B da mesma família, mas com inferência bem mais rápida e bom desempenho em GPUs de consumidor e estações de trabalho.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.
Quais tipos de entrada o Gemma 4 26B A4B aceita?
Ele aceita entradas de texto, imagem e vídeo, com saída em texto. As imagens podem ter proporções e resoluções variadas, e os vídeos podem chegar a 60 segundos a 1 quadro por segundo.
Qual é o tamanho do contexto do modelo?
O contexto do Gemma 4 26B A4B é de 256K tokens.
O modelo suporta áudio nativamente?
Não. O processamento de áudio está disponível apenas nos modelos menores E2B, E4B e 12B.
Para quais tarefas o Gemma 4 26B A4B é mais indicado?
Ele é voltado para assistência de código, geração e depuração de código, consultas científicas e matemáticas, apoio à pesquisa, análise de documentos e OCR, perguntas sobre imagens, compreensão de vídeo e processamento de documentos em larga escala com RAG.
Como o Gemma 4 26B A4B se compara ao Gemma 4 31B?
O 26B A4B oferece quase o desempenho do modelo denso de 31B, mas com velocidade de inferência muito maior. Segundo os dados disponíveis, ele fica dentro de 2% do 31B em todos os benchmarks testados, embora apresente pontuações ligeiramente abaixo dele.
Qual é a licença e onde o modelo pode ser usado?
O modelo é licenciado sob Apache 2.0 e está disponível para uso comercial. Pode ser acessado em Cloudflare, Google Cloud Vertex AI, NVIDIA NGC e Azure ML, com API oferecida por 7 provedores.
Modelos relacionados
Gemini 3.8 Flash
Googlegemini-3.8-flashO Gemini 3.8 Flash é o modelo Flash mais inteligente do Google, com entrada multimodal, raciocínio estendido e contexto de 1.000.000 tokens para engenharia de software e agentes autônomos.
Contexto
1.049M
Saída máxima
65.536K
Tokens de entrada
$1.5 / 1M tokens
Tokens de saída
$7.5 / 1M tokens
Gemini 4 Argon
Googlegemini-4-argonGemini 4 Argon é o primeiro modelo de fronteira da geração Gemini 4 do Google, com janela de contexto de 1M de tokens, forte em engenharia de software e trabalhos de conhecimento empresarial.
Contexto
1.049M
Saída máxima
943.718K
Tokens de entrada
$4 / 1M tokens
Tokens de saída
$20 / 1M tokens