Gemma 4 26B A4B (free) API
Google DeepMind 推出的開源多模態模型,採用 MoE 架構,總參數 26B、推理時僅啟用 4B,兼顧智能與效率。
Gemma 4 26B A4B 是 Google DeepMind 的開放權重多模態模型,採用 Mixture-of-Experts 架構,總參數 26B,推理時僅啟用 4B。它支援文字、圖像與影片輸入,影片最長可處理 60 秒、每秒 1 幀,圖像可接受不同長寬比與解析度,並涵蓋超過 140 種語言。上下文長度為 256K tokens,並支援可設定的思考模式、原生函式呼叫與原生系統提示。
此模型適合用於程式碼輔助與代理工作流程、程式碼生成與重構、科學與數學問題求解、文件解析與 OCR、圖像問答、影片理解,以及大規模文件處理與 RAG 系統。它在 GPQA Diamond 上展現高 token 效率,輸出約 1.2M tokens;輸出速度約每秒 91 tokens,首 token 時間約 0.92 秒。
此模型以 Apache 2.0 授權釋出,可商用,並可在 Cloudflare、Google Cloud Vertex AI、NVIDIA NGC 與 Azure ML 上使用,另有 7 家供應商提供 API 存取。它在同系列中定位為中階主力,介於邊緣裝置的小型模型(E2B、E4B)與企業級大型模型(31B)之間;其限制在於原生不支援音訊,音訊處理僅見於較小的 E2B、E4B 與 12B 模型。
更新時間:
模型 ID
gemma-4-26b-a4b-it:free- 上下文
- 262.144K
- 最大輸出
- 32.768K
- 建議 API
- messages
- 輸入
- image / text / video
- 輸出
- text
核心要點
- MoE 架構,總參數 26B、推理啟用 4B
- 256K tokens 上下文長度
- 支援文字、圖像與影片輸入
- 可設定的思考模式與原生函式呼叫
- Apache 2.0 授權,可商用
- 輸出速度約每秒 91 tokens
供應商
比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | |||
|---|---|---|---|
| $0 | $0 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
基準測試
- 82.6%
MMLU Pro
MMLU Pro 基準分數
- 88.3%
AIME 2026(不使用工具)
AIME 2026 基準分數,不使用工具
- 77.1%
LiveCodeBench v6
LiveCodeBench v6 基準分數
- 82.3%
GPQA Diamond
GPQA Diamond 基準分數
- 1718
Codeforces ELO
Elo 評分
- 73.8%
MMMU Pro
MMMU Pro 基準分數
- 82.4%
MATH-Vision
MATH-Vision 基準分數
- 44.1%
MRCR v2 8 needle 128k
長上下文評估
分數來自模型廠商公布的資料,未經獨立驗證。
推理能力
- 預設啟用
- 否
- 始終啟用
- 否
填入 API key
從 Felo API Platform 帳戶建立 key,並設定為環境變數。
export FELO_API_KEY="YOUR_API_KEY"發出第一次請求
使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。
gemma-4-26b-a4b-it:free該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。
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());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
啟用串流輸出
加入 stream: true,即可以 server-sent events 接收回應。
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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringgemma-4-26b-a4b-it:freePublic model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———toolsarray—Tool calling definitions following compatible schema.top_p———reasoning———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.response_formatobject—Request structured output when supported.include_reasoning———常見問題
什麼是 Gemma 4 26B A4B (free)?
Gemma 4 26B A4B 是 Google DeepMind 的開放權重多模態模型,採用 Mixture-of-Experts 架構,總參數 26B,推理時僅啟用 4B。它支援文字、圖像與影片輸入,影片最長可處理 60 秒、每秒 1 幀,圖像可接受不同長寬比與解析度,並涵蓋超過 140 種語言。上下文長度為 256K tokens,並支援可設定的思考模式、原生函式呼叫與原生系統提示。 此模型適合用於程式碼輔助與代理工作流程、程式碼生成與重構、科學與數學問題求解、文件解析與 OCR、圖像問答、影片理解,以及大規模文件處理與 RAG 系統。它在 GPQA Diamond 上展現高 token 效率,輸出約 1.2M tokens;輸出速度約每秒 91 tokens,首 token 時間約 0.92 秒。 此模型以 Apache 2.0 授權釋出,可商用,並可在 Cloudflare、Google Cloud Vertex AI、NVIDIA NGC 與 Azure ML 上使用,另有 7 家供應商提供 API 存取。它在同系列中定位為中階主力,介於邊緣裝置的小型模型(E2B、E4B)與企業級大型模型(31B)之間;其限制在於原生不支援音訊,音訊處理僅見於較小的 E2B、E4B 與 12B 模型。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
Gemma 4 26B A4B 支援哪些輸入與輸出?
支援文字、圖像與影片輸入,輸出為文字。影片最長可處理 60 秒、每秒 1 幀;圖像可接受不同長寬比與解析度。
它的上下文長度是多少?
上下文長度為 256K tokens。
它適合哪些任務?
適合程式碼輔助與代理工作流程、程式碼生成與重構、科學與數學問題求解、研究支援、文件解析與 OCR、圖像問答、影片理解,以及大規模文件處理與 RAG 系統。
它與同系列的 31B 模型有何差別?
它在每個受測基準上與 31B 模型的差距在 2% 以內,但推論速度明顯更快;31B 模型的分數略高,而 26B A4B 以更高效率提供接近前沿的表現。
它支援音訊嗎?
不原生支援音訊。音訊處理僅見於較小的 E2B、E4B 與 12B 模型。
它支援哪些語言?
支援超過 140 種語言。
相關模型
Gemini 4 Carbon
Googlegemini-4-carbonGoogle 最強的前沿模型,專為長時程代理工作流程與資安防禦打造,支援文字、圖像、音訊與影片輸入。
上下文
1.049M
最大輸出
943.718K
輸入 tokens
$4 / 1M tokens
輸出 tokens
$20 / 1M tokens
Gemini 4 Carbon (batch)
Googlegemini-4-carbon:batchGemini 4 Carbon 是 Google 於 2026 年 10 月 28 日推出的旗艦模型,支援多模態輸入與批次推理,適合長時程代理與高強度知識工作。
上下文
1.049M
最大輸出
943.718K
輸入 tokens
$2 / 1M tokens
輸出 tokens
$10 / 1M tokens
Gemini 4 Argon
Googlegemini-4-argonGoogle 旗下 Gemini 4 世代的旗艦模型,具備 100 萬 token 上下文,主攻長時間複雜任務。
上下文
1.049M
最大輸出
943.718K
輸入 tokens
$4 / 1M tokens
輸出 tokens
$20 / 1M tokens
Gemini 3.8 Flash
Googlegemini-3.8-flashGemini 3.8 Flash 是 Google 最智慧的 Flash 模型,支援多模態輸入與文字輸出,上下文可達 100 萬個 token。
上下文
1.049M
最大輸出
65.536K
輸入 tokens
$1.5 / 1M tokens
輸出 tokens
$7.5 / 1M tokens
Gemini 2.5 Pro
Googlegemini-2.5-proGemini 2.5 Pro 是 Google DeepMind 推出的混合推理模型,具備百萬 token 上下文與多模態理解能力,擅長程式開發與影片理解。
上下文
1.049M
最大輸出
65.536K
輸入 tokens · 基礎費率
$1.25 / 1M tokens
輸出 tokens · 基礎費率
$10 / 1M tokens