Gemma 4 26B A4B (free) API
Gemma 4 26B A4B 是 Google DeepMind 推出的開放權重 MoE 模型，以低推理成本提供接近 31B 密集模型的效能。
Gemma 4 26B A4B 屬於 Gemma 4 模型家族，採用 Mixture-of-Experts（MoE）架構，總參數約 252 億，但每個 token 生成時僅激活約 38 億參數，因此在維持高效能的同時大幅降低推理計算需求。它的效能達到 31B 密集模型的 97%，並可在配備 32GB 記憶體的 M2 MacBook Pro 等裝置上運行，適合本地部署與邊緣運算。
此模型支援文字與圖像輸入、文字輸出，上下文長度達 25.6 萬個 token。內建可配置思維模式的推理能力，並支援原生函式呼叫、原生系統提示，以及配備專用草稿模型的多 token 預測推測性解碼。它在編碼基準方面有顯著改進，能勝任 coding 輔助、高吞吐量服務、智慧代理工作流程與多模態理解等任務。
Gemma 4 26B A4B IT 是經過指令微調的版本，針對對話與指令遵循任務最佳化；基礎版本則更適合需要進一步微調的開發者。此系列模型為開放權重、允許負責任商業用途，並透過 Kaggle、Hugging Face、NVIDIA NGC 等多個平台發佈，也在 Google Cloud 的 Model Garden 上以全代管、無伺服器形式提供。
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，每 token 僅激活約 38 億參數
- 效能達 31B 密集模型的 97%
- 支援 25.6 萬 token 上下文
- 可運行於 32GB 記憶體的 M2 MacBook Pro
- 內建可配置思維模式的推理能力
- 原生函式呼叫與系統提示
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。
| $0 | $0 |
基準測試
- 82.6%
MMLU Pro
31B 密集模型為 85.2%
- 僅低 0.9 個百分點
AIME 2026
對比 31B 模型
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.include_reasoning———reasoning———response_formatobject—Request structured output when supported.seed———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.toolsarray—Tool calling definitions following compatible schema.top_p———常見問題
什麼是 Gemma 4 26B A4B (free)?
Gemma 4 26B A4B 屬於 Gemma 4 模型家族，採用 Mixture-of-Experts（MoE）架構，總參數約 252 億，但每個 token 生成時僅激活約 38 億參數，因此在維持高效能的同時大幅降低推理計算需求。它的效能達到 31B 密集模型的 97%，並可在配備 32GB 記憶體的 M2 MacBook Pro 等裝置上運行，適合本地部署與邊緣運算。 此模型支援文字與圖像輸入、文字輸出，上下文長度達 25.6 萬個 token。內建可配置思維模式的推理能力，並支援原生函式呼叫、原生系統提示，以及配備專用草稿模型的多 token 預測推測性解碼。它在編碼基準方面有顯著改進，能勝任 coding 輔助、高吞吐量服務、智慧代理工作流程與多模態理解等任務。 Gemma 4 26B A4B IT 是經過指令微調的版本，針對對話與指令遵循任務最佳化；基礎版本則更適合需要進一步微調的開發者。此系列模型為開放權重、允許負責任商業用途，並透過 Kaggle、Hugging Face、NVIDIA NGC 等多個平台發佈，也在 Google Cloud 的 Model Garden 上以全代管、無伺服器形式提供。
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模態？
它支援文字與圖像輸入，並以文字形式輸出。
這個模型的上下文長度是多少？
上下文長度為 25.6 萬個 token。
Gemma 4 26B A4B 適合哪些任務？
適合高吞吐量場景、高階推理、智慧代理工作流程、本地與邊緣運算、編碼輔助、語言學習與科學研究，以及多模態理解等任務。
IT 版本和基礎版本有什麼差別？
Gemma 4 26B A4B IT 經過指令微調，針對對話與指令遵循任務最佳化；基礎版本則更適合需要進一步微調以滿足特定需求的開發者。
它與同系列的 Gemma 4 31B 相比如何？
Gemma 4 26B A4B 的效能達到 31B 密集模型的 97%，且在 AIME 2026 上僅低 0.9 個百分點，但推理計算需求大幅降低。
相關模型
Gemini 3.8 Flash
Googlegemini-3.8-flashGemini 3.8 Flash 是 Google 主打代理任務的 Flash 系列模型，兼顧速度與成本，具備百萬級上下文與多模態輸入。
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 4 Argon
Googlegemini-4-argonGoogle 旗艦前沿模型，具備 100 萬 token 上下文與最長 100 萬 token 輸出，鎖定軟體工程、企業知識型工作與網路安全防禦。
上下文
1.049M
最大輸出
943.718K
輸入 tokens
$4 / 1M tokens
輸出 tokens
$20 / 1M tokens