Gemma 4 26B A4B (free) API
Gemma 4 26B A4B — открытая генеративная модель с архитектурой MoE, обеспечивающая около 97% производительности 31B плотной модели при значительно меньших вычислительных затратах.
Gemma 4 26B A4B входит в семейство Gemma 4 от Google DeepMind — открытых моделей с разрешённым ответственным коммерческим использованием. Архитектура Mixture-of-Experts (MoE) с общим числом параметров около 25,2 млрд активирует лишь примерно 3,8 млрд параметров на каждый генерируемый токен. Модель поддерживает текстовый и графический ввод, а также текстовый вывод, контекстное окно до 25,6 тыс. токенов, нативный вызов функций и нативные системные подсказки. Встроенный настраиваемый режим рассуждений позволяет адаптировать глубину размышлений под задачу.
Модель подходит для высоконагруженных сценариев, сложных задач рассуждения, агентных рабочих процессов, помощи в программировании, изучения языков и научных исследований, а также для задач мультимодального понимания и построения автономных агентов. Благодаря низким требованиям к вычислительным ресурсам она может работать локально и на периферийных устройствах, например на M2 MacBook Pro с 32 ГБ памяти. Поддерживаются различные форматы точности, включая 16-битную по умолчанию и более низкую за счёт квантования.
Версия Gemma 4 26B A4B IT прошла инструктивную тонкую настройку и оптимизирована для диалогов и следования инструкциям, тогда как базовая версия предназначена для дальнейшей тонкой настройки под конкретные нужды. Модель распространяется через Kaggle, Hugging Face, NVIDIA NGC и другие платформы, а в Google Cloud Model Garden доступна как полностью управляемый бессерверный сервис.
Обновлено:
MODEL ID
gemma-4-26b-a4b-it:free- Контекст
- 262.144K
- Макс. вывод
- 32.768K
- Рекомендуемый API
- messages
- Вход
- image / text / video
- Выход
- text
Ключевые возможности
- Архитектура Mixture-of-Experts (MoE)
- Около 25,2 млрд параметров, ~3,8 млрд активных на токен
- Настраиваемый режим рассуждений
- Нативный вызов функций и системные подсказки
- Открытые веса для ответственного коммерческого использования
- Локальный запуск на M2 MacBook Pro с 32 ГБ
Поставщики
Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.
| $0 | $0 |
Бенчмарки
- 82.6%
MMLU Pro
31B плотная модель — 85.2%
- 仅低0.9个百分点
AIME 2026
по сравнению с 31B моделью
Результаты опубликованы производителем модели.
Рассуждения
- Включено по умолчанию
- Нет
- Всегда включены
- Нет
Quick Start
Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.
Добавьте API key
Создайте key в аккаунте Felo API Platform и задайте его как environment variable.
export FELO_API_KEY="YOUR_API_KEY"Первый запрос
Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.
gemma-4-26b-a4b-it:freeЭта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении conversation.
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());Сторонние SDK
В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.
Включить streaming
Добавьте stream: true, чтобы получать responses как 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 предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringgemma-4-26b-a4b-it:freeПубличный model ID для вызова.max_tokensinteger—Максимальное число generated tokens.messagesarray—Сообщения conversation для Chat Completions.include_reasoning———reasoning———response_formatobject—Запрашивает structured output, если поддерживается.seed———temperaturenumber—Управляет вариативностью ответа, если поддерживается.tool_choicestring or object—Управляет тем, нужно ли вызвать tool.toolsarray—Tool calling definitions по compatible schema.top_p———Частые вопросы
О модели Gemma 4 26B A4B (free)?
Gemma 4 26B A4B входит в семейство Gemma 4 от Google DeepMind — открытых моделей с разрешённым ответственным коммерческим использованием. Архитектура Mixture-of-Experts (MoE) с общим числом параметров около 25,2 млрд активирует лишь примерно 3,8 млрд параметров на каждый генерируемый токен. Модель поддерживает текстовый и графический ввод, а также текстовый вывод, контекстное окно до 25,6 тыс. токенов, нативный вызов функций и нативные системные подсказки. Встроенный настраиваемый режим рассуждений позволяет адаптировать глубину размышлений под задачу. Модель подходит для высоконагруженных сценариев, сложных задач рассуждения, агентных рабочих процессов, помощи в программировании, изучения языков и научных исследований, а также для задач мультимодального понимания и построения автономных агентов. Благодаря низким требованиям к вычислительным ресурсам она может работать локально и на периферийных устройствах, например на M2 MacBook Pro с 32 ГБ памяти. Поддерживаются различные форматы точности, включая 16-битную по умолчанию и более низкую за счёт квантования. Версия Gemma 4 26B A4B IT прошла инструктивную тонкую настройку и оптимизирована для диалогов и следования инструкциям, тогда как базовая версия предназначена для дальнейшей тонкой настройки под конкретные нужды. Модель распространяется через Kaggle, Hugging Face, NVIDIA NGC и другие платформы, а в Google Cloud Model Garden доступна как полностью управляемый бессерверный сервис.
Как рассчитывается стоимость?
Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.
Какие типы ввода поддерживает Gemma 4 26B A4B?
Модель принимает текстовый и графический ввод, а вывод осуществляется в текстовом виде.
Каков размер контекстного окна?
Контекстное окно составляет 25,6 тыс. токенов.
Для каких задач лучше всего подходит эта модель?
Она подходит для высоконагруженных сценариев, сложных рассуждений, агентных рабочих процессов, помощи в кодировании, изучения языков, научных исследований и мультимодального понимания.
Чем версия IT отличается от базовой версии?
Версия IT прошла инструктивную тонкую настройку и оптимизирована для диалогов и следования инструкциям, а базовая версия更适合 для дальнейшей тонкой настройки разработчиками.
Каковы требования к оборудованию для локального запуска?
Модель может работать, например, на M2 MacBook Pro с 32 ГБ памяти, а также поддерживает более низкую точность за счёт квантования.
Связанные модели
Gemini 3.8 Flash
Googlegemini-3.8-flashGemini 3.8 Flash — модель серии Flash от Google для агентных задач: контекст в 1 млн токенов, мультимодальный ввод и баланс между скоростью и стоимостью.
Контекст
1.049M
Макс. вывод
65.536K
Входные токены
$1.5 / 1M токенов
Выходные токены
$7.5 / 1M токенов
Gemini 4 Argon
Googlegemini-4-argonФлагманская модель Google с контекстом 1 млн токенов и выводом до 1 млн токенов для длительных задач в разработке, корпоративной экспертной работе и киберзащите.
Контекст
1.049M
Макс. вывод
943.718K
Входные токены
$4 / 1M токенов
Выходные токены
$20 / 1M токенов