Felo API PlatformFelo API Platform
返回模型列表
Googlemessages

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

1 個供應商

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。

供應商 · 計費明細
可用率
$0$0

基準測試

  • MMLU Pro

    MMLU Pro 基準分數

    82.6%
  • AIME 2026(不使用工具)

    AIME 2026 基準分數,不使用工具

    88.3%
  • LiveCodeBench v6

    LiveCodeBench v6 基準分數

    77.1%
  • GPQA Diamond

    GPQA Diamond 基準分數

    82.3%
  • Codeforces ELO

    Elo 評分

    1718
  • MMMU Pro

    MMMU Pro 基準分數

    73.8%
  • MATH-Vision

    MATH-Vision 基準分數

    82.4%
  • MRCR v2 8 needle 128k

    長上下文評估

    44.1%

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

快速开始

直接复制代码,通过 Felo API Platform 兼容 API 调用该模型。写代码前可先在 Playground 测试提示词。

1

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"
2

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.

3

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。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

参数

名称类型默认值说明
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-carbon

Google 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。

高精度知識工作資安防禦與漏洞修補多代理協作工程科學與數學推理

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:batch

Gemini 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。

進階程式開發全端網站開發長時程代理工程金融深度研究

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-argon

Google 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。

軟體工程金融帳務法務審閱資安防禦

上下文

1.049M

最大輸出

943.718K

輸入 tokens

$4 / 1M tokens

輸出 tokens

$20 / 1M tokens

Gemini 3.8 Flash

Googlegemini-3.8-flash

Gemini 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。

長時間軟體工程自主代理複雜企業流程多步驟協調

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-pro

Gemini 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。

複雜推理網頁開發代理式應用影片創作

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