Felo API PlatformFelo API Platform
กลับไปที่โมเดล
Googlemessages

Gemma 4 26B A4B (free) API

Gemma 4 26B A4B เป็นโมเดลมัลติโหมดน้ำหนักเปิดจาก Google DeepMind สถาปัตยกรรม Mixture-of-Experts ที่มีพารามิเตอร์รวม 26B และพารามิเตอร์ที่ใช้งานจริง 4B รองรับบริบท 256K โทเคน พร้อมความสามารถด้านข้อความ ภาพ และวิดีโอ

Gemma 4 26B A4B คือโมเดลมัลติโหมดแบบน้ำหนักเปิดจาก Google DeepMind ที่ใช้สถาปัตยกรรม Mixture-of-Experts โดยมีพารามิเตอร์รวม 26B และมีพารามิเตอร์ที่ใช้งานจริงเพียง 4B ในระหว่างการประมวลผล ทำให้สามารถรันบน GPU สำหรับผู้บริโภคและเวิร์กสเตชันได้ รองรับอินพุตข้อความ ภาพ และวิดีโอความยาวสูงสุด 60 วินาทีที่ 1 เฟรมต่อวินาที พร้อมเอาต์พุตเป็นข้อความ รองรับบริบทสูงสุด 256K โทเคน และรองรับภาษามากกว่า 140 ภาษา

จุดเด่นของโมเดลนี้อยู่ที่การสร้างสมดุลระหว่างความสามารถเชิงปัญญากับประสิทธิภาพของพารามิเตอร์ โดยให้ประสิทธิภาพใกล้เคียงกับโมเดลระดับแนวหน้าและใกล้เคียงกับโมเดล Gemma 4 31B แบบ dense ในทุก Benchmark ที่ทดสอบ (ภายใน 2%) แต่มีความเร็วในการประมวลผลสูงกว่ามาก มีความเร็วเอาต์พุตประมาณ 91 โทเคนต่อวินาที เทียบกับค่ามัธยฐาน 81 โทเคนต่อวินาทีของโมเดลน้ำหนักเปิดขนาดใกล้เคียงกัน และใช้เวลาไปยังโทเคนแรกประมาณ 0.92 วินาที เร็วกว่าค่ามัธยฐาน 1.08 วินาที นอกจากนี้ยังมีความสามารถเชิงปัญญาตามดัชนี Artificial Analysis Intelligence Index ที่ 17 สำหรับเวอร์ชัน Reasoning เทียบกับค่ามัธยฐาน 8 ของโมเดลน้ำหนักเปิดขนาดใกล้เคียงกัน

โมเดลนี้เหมาะสำหรับงานที่หลากหลาย ตั้งแต่การช่วยเขียนโค้ดใน IDE การสร้างและแก้ไขโค้ด การตอบคำถามทางวิทยาศาสตร์และคณิตศาสตร์ การวิจัย การแยกวิเคราะห์เอกสารและ OCR การตอบคำถามจากภาพ การทำความเข้าใจวิดีโอ ไปจนถึงการประมวลผลเอกสารขนาดใหญ่และระบบ RAG โมเดลนี้รองรับโหมดคิดที่กำหนดค่าได้ การเรียกใช้ฟังก์ชันแบบเนทีฟสำหรับสร้างเอเจนต์อัตโนมัติ และระบบพรอมต์แบบมีโครงสร้าง อย่างไรก็ตาม โมเดลนี้ไม่รองรับเสียงโดยตรง และมีคะแนนต่ำกว่าโมเดล Gemma 4 31B ในตระกูลเดียวกันเล็กน้อย

เปิด Playground ↗สร้างคีย์ API ↗คู่มือเริ่มต้น →

อัปเดต:

ID โมเดล

gemma-4-26b-a4b-it:free
บริบท
262.144K
เอาต์พุตสูงสุด
32.768K
API ที่แนะนำ
messages
อินพุต
image / text / video
เอาต์พุต
text

จุดเด่น

  • สถาปัตยกรรม Mixture-of-Experts 26B total / 4B active
  • บริบท 256K โทเคน
  • รองรับข้อความ ภาพ และวิดีโอ
  • รองรับกว่า 140 ภาษา
  • ความเร็วเอาต์พุต ~91 โทเคน/วินาที
  • สัญญาอนุญาต Apache 2.0 ใช้เชิงพาณิชย์ได้

ผู้ให้บริการ

1 ผู้ให้บริการ

เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด

ผู้ให้บริการ · รายละเอียดราคา
$0$0

เบนช์มาร์ก

  • MMLU Pro

    คะแนนจากตาราง Benchmark

    82.6%

  • AIME 2026 (no tools)

    คะแนนจากตาราง Benchmark

    88.3%

  • LiveCodeBench v6

    คะแนนจากตาราง Benchmark

    77.1%

  • GPQA Diamond

    คะแนนจากตาราง Benchmark

    82.3%

  • Codeforces ELO

    คะแนน Elo

    1718

  • MMMU Pro

    คะแนนจากตาราง Benchmark

    73.8%

  • MATH-Vision

    คะแนนจากตาราง Benchmark

    82.4%

  • MRCR v2 8 needle 128k

    การประเมินบริบทแบบยาว

    44.1%

คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่

การให้เหตุผล

เปิดใช้งานโดยค่าเริ่มต้น
ไม่ใช่
เปิดใช้งานตลอด
ไม่ใช่

เริ่มต้นอย่างรวดเร็ว

โค้ดพร้อมใช้สำหรับเรียกโมเดลนี้ด้วย API ที่เข้ากันได้ของ Felo API Platform เริ่มใน Playground เมื่อคุณต้องการทดสอบพรอมต์ก่อนเขียนโค้ด

เปิด Playgroundสร้างคีย์ API
1

ตั้งค่าคีย์ API

สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม

export FELO_API_KEY="YOUR_API_KEY"
2

ส่งคำขอแรก

ใช้ ID โมเดลนี้กับ endpoint ของ Felo API Platform ส่วนหัวคำขอแบบไม่บังคับ เช่น X-Request-Id ช่วยในการแก้ไขปัญหา

gemma-4-26b-a4b-it:free

โมเดลนี้มีความสามารถในการให้เหตุผล หากโปรโตคอลและเส้นทางโมเดลที่คุณเลือกเปิดการควบคุมการให้เหตุผล ให้เก็บเมทาดาทาการให้เหตุผลที่ส่งคืนไว้เมื่อสนทนาต่อ

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());

การใช้ SDK ของบุคคลที่สาม

ใน SDK ที่เข้ากันได้ ให้ตั้ง baseURL เป็น https://openapi.felo.ai/api/v1. สำหรับไคลเอนต์สไตล์ Claude ให้ใช้ base URL ที่เข้ากันได้กับ Anthropic https://openapi.felo.ai/api.

3

เปิดใช้สตรีมมิ่ง

เพิ่ม stream: true เพื่อรับการตอบกลับเป็น 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 มีอินเทอร์เฟซสำหรับเรียกโมเดลที่เข้ากันได้ เลือกอินเทอร์เฟซที่แอปหรือไคลเอนต์เอเจนต์ของคุณรองรับอยู่แล้ว

อินเทอร์เฟซเมธอดURL

Messages

ข้อความที่เข้ากันได้กับ Anthropic สำหรับไคลเอนต์สไตล์ Claude

POST

https://openapi.felo.ai/api/v1/messages

พารามิเตอร์

ชื่อชนิดค่าเริ่มต้นคำอธิบาย
modelstringgemma-4-26b-a4b-it:freeID โมเดลสาธารณะที่ต้องการเรียก
max_tokensinteger—จำนวนโทเคนสูงสุดที่สร้าง
messagesarray—ข้อความสนทนาสำหรับ Chat Completions
include_reasoning———
reasoning———
response_formatobject—ขอเอาต์พุตแบบมีโครงสร้างเมื่อรองรับ
seed———
temperaturenumber—ควบคุมความหลากหลายของการตอบกลับเมื่อรองรับ
tool_choicestring or object—ควบคุมว่าควรเรียกเครื่องมือหรือไม่
toolsarray—นิยาม tool calling ตามสคีมาที่เข้ากันได้
top_p———

คำถามที่พบบ่อย

รู้จัก Gemma 4 26B A4B (free)?

Gemma 4 26B A4B คือโมเดลมัลติโหมดแบบน้ำหนักเปิดจาก Google DeepMind ที่ใช้สถาปัตยกรรม Mixture-of-Experts โดยมีพารามิเตอร์รวม 26B และมีพารามิเตอร์ที่ใช้งานจริงเพียง 4B ในระหว่างการประมวลผล ทำให้สามารถรันบน GPU สำหรับผู้บริโภคและเวิร์กสเตชันได้ รองรับอินพุตข้อความ ภาพ และวิดีโอความยาวสูงสุด 60 วินาทีที่ 1 เฟรมต่อวินาที พร้อมเอาต์พุตเป็นข้อความ รองรับบริบทสูงสุด 256K โทเคน และรองรับภาษามากกว่า 140 ภาษา จุดเด่นของโมเดลนี้อยู่ที่การสร้างสมดุลระหว่างความสามารถเชิงปัญญากับประสิทธิภาพของพารามิเตอร์ โดยให้ประสิทธิภาพใกล้เคียงกับโมเดลระดับแนวหน้าและใกล้เคียงกับโมเดล Gemma 4 31B แบบ dense ในทุก Benchmark ที่ทดสอบ (ภายใน 2%) แต่มีความเร็วในการประมวลผลสูงกว่ามาก มีความเร็วเอาต์พุตประมาณ 91 โทเคนต่อวินาที เทียบกับค่ามัธยฐาน 81 โทเคนต่อวินาทีของโมเดลน้ำหนักเปิดขนาดใกล้เคียงกัน และใช้เวลาไปยังโทเคนแรกประมาณ 0.92 วินาที เร็วกว่าค่ามัธยฐาน 1.08 วินาที นอกจากนี้ยังมีความสามารถเชิงปัญญาตามดัชนี Artificial Analysis Intelligence Index ที่ 17 สำหรับเวอร์ชัน Reasoning เทียบกับค่ามัธยฐาน 8 ของโมเดลน้ำหนักเปิดขนาดใกล้เคียงกัน โมเดลนี้เหมาะสำหรับงานที่หลากหลาย ตั้งแต่การช่วยเขียนโค้ดใน IDE การสร้างและแก้ไขโค้ด การตอบคำถามทางวิทยาศาสตร์และคณิตศาสตร์ การวิจัย การแยกวิเคราะห์เอกสารและ OCR การตอบคำถามจากภาพ การทำความเข้าใจวิดีโอ ไปจนถึงการประมวลผลเอกสารขนาดใหญ่และระบบ RAG โมเดลนี้รองรับโหมดคิดที่กำหนดค่าได้ การเรียกใช้ฟังก์ชันแบบเนทีฟสำหรับสร้างเอเจนต์อัตโนมัติ และระบบพรอมต์แบบมีโครงสร้าง อย่างไรก็ตาม โมเดลนี้ไม่รองรับเสียงโดยตรง และมีคะแนนต่ำกว่าโมเดล Gemma 4 31B ในตระกูลเดียวกันเล็กน้อย

การใช้งานถูกเรียกเก็บเงินอย่างไร

ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน

Gemma 4 26B A4B รองรับอินพุตแบบใดบ้าง

รองรับอินพุตข้อความ ภาพ และวิดีโอความยาวสูงสุด 60 วินาทีที่ 1 เฟรมต่อวินาที โดยมีเอาต์พุตเป็นข้อความ

โมเดลนี้มีขนาดบริบทเท่าใด

รองรับบริบทสูงสุด 256K โทเคน

โมเดลนี้เหมาะกับงานประเภทใด

เหมาะสำหรับการช่วยเขียนโค้ด การตอบคำถามวิทยาศาสตร์และคณิตศาสตร์ การแยกวิเคราะห์เอกสารและ OCR การตอบคำถามจากภาพ การทำความเข้าใจวิดีโอ และระบบ RAG

Gemma 4 26B A4B แตกต่างจาก Gemma 4 31B อย่างไร

โมเดลนี้ให้ประสิทธิภาพใกล้เคียงกับ Gemma 4 31B ในทุก Benchmark ที่ทดสอบ (ภายใน 2%) แต่มีความเร็วในการประมวลผลสูงกว่ามาก และมีคะแนนต่ำกว่าเล็กน้อย

โมเดลนี้รองรับเสียงหรือไม่

ไม่รองรับเสียงโดยตรง การประมวลผลเสียงมีเฉพาะในโมเดล E2B, E4B และ 12B ที่เล็กกว่า

โมเดลนี้รองรับฟังก์ชันใดบ้างสำหรับการพัฒนา

รองรับโหมดคิดที่กำหนดค่าได้ การเรียกใช้ฟังก์ชันแบบเนทีฟสำหรับสร้างเอเจนต์อัตโนมัติ และระบบพรอมต์แบบมีโครงสร้าง

โมเดลที่เกี่ยวข้อง

Gemini 3.8 Flash

Googlegemini-3.8-flash

Gemini 3.8 Flash คือโมเดลมัลติโมดัลจาก Google ที่เน้นการให้เหตุผลขั้นสูง รองรับบริบท 1,000,000 โทเค็น และเหมาะกับงานเอเจนต์และเวิร์กโฟลว์องค์กรที่ซับซ้อน

วิศวกรรมซอฟต์แวร์ระยะยาวเอเจนต์อัตโนมัติเวิร์กโฟลว์องค์กรที่ซับซ้อนการจัดลำดับงานหลายขั้นตอน

บริบท

1.049M

เอาต์พุตสูงสุด

65.536K

token อินพุต

$1.5 / 1M token

token เอาต์พุต

$7.5 / 1M token

Gemini 4 Argon

Googlegemini-4-argon

Gemini 4 Argon คือโมเดลชายน์ระดับแนวหน้าจาก Google ที่รองรับบริบทขนาด 1 ล้านโทเคน รับข้อมูลได้ทั้งข้อความ รูปภาพ วิดีโอ เสียง และ PDF พร้อมความสามารถในการทำงานแบบเอเจนต์

งานเขียนโค้ดและวิศวกรรมซอฟต์แวร์การเงินและการกระทบยอดบัญชีหลายขั้นตอนการทบทวนกฎหมายและเอกสารกำกับดูแลการป้องกันไซเบอร์และการ remediate อัตโนมัติ

บริบท

1.049M

เอาต์พุตสูงสุด

943.718K

token อินพุต

$4 / 1M token

token เอาต์พุต

$20 / 1M token