Gemma 4 26B A4B ITは、Google DeepMindによる指示調整済みのMixture-of-Experts（MoE）モデルです。総パラメータ数は25.2Bですが、推論時にはトークンごとにわずか3.8Bがアクティブになり、ほぼ31Bの品質をat...
Gemma 4 26B A4Bは、Googleが開発したMixture-of-Expertsモデルです。総パラメータ数は260億ですが、トークンごとにアクティブになるのは40億のみで、この設計により計算コストを削減しつつ、高い推論品質を維持することを目指しています。本モデルはGemma 4ファミリーの一部であり、より多くのアクティブパラメータを持つ大規模なバリアントも存在します。Gemma 4…
Gemma 4 26B A4B は、テキスト、画像、動画を入力として受け付けます。画像は base64 エンコードされたデータまたは URL として提供できます。動画は URL またはフレーム（画像オブジェクト）のシーケンスとして提供できます。このモデルはこれらのモダリティを統合して処理し、視覚的質問応答、動画要約、図解理解などのタスクを可能にします。音声はサポートされていません。視覚的およびテキストコンテンツのみです。出力はテキストのみです。このモデルのマルチモーダル機能は、チャート、スクリーンショット、または動画録画を含むドキュメントの分析に特に役立ちます。
コンテキストウィンドウは262,144トークンです。これにより、モデルは1回のパスで非常に長いシーケンスを処理できます。例えば、200ページの文書、何時間もの書き起こし動画、または説明キャプション付きの大規模な画像セットなどです。より大きなコンテキストウィンドウはチャンク化や要約の必要性を減らしますが、メモリ使用量も増加させます。使用可能な実効長は、入力トークンの総数（テキスト＋画像/動画トークン）に依存します。画像や動画の入力は多くのトークンを消費することに注意してください。非テキスト入力のトークン数の計算方法については、OrcaRouterのドキュメントを参照してください。
タスクが純粋にテキストベースである場合、短いコンテキスト（8kトークン未満）のみを必要とする場合、またはマルチモーダル入力を必要としない場合は、Gemma 3 4Bやテキスト専用バリアントのような、より小型または低コストのモデルを検討してください。Gemma 4 26B A4Bは、100万入力トークンあたり$0.06、100万出力トークンあたり$0.33の価格設定です。単純な質問応答や分類では、トークンあたりのコストが低いモデルの方が経済的かもしれません。MoE設計により、総サイズに対して効率的ですが、OrcaRouterで最小限のタスクに利用できる最も安価な選択肢ではありません。
GPQA Diamondは、生物学、物理学、化学を対象とした448の大学院レベルの多肢選択問題からなるベンチマークです。スコア79.2は、モデルが79.2%の問題に正解したことを示します。これは強力な科学的推論能力と知識検索能力を示しています。このベンチマークは多くのLLMにとって困難になるよう設計されています。ただし、単一のベンチマークではモデルの品質のすべての側面を捉えることはできません。例えば、コーディングやクリエイティブライティングといった他のタスクにおけるモデルのパフォーマンスは異なる可能性があります。このスコアは、類似の科学的推論タスクにおいてモデルを比較する際の1つのデータポイントとして使用してください。
強みとしては、大規模コンテキストによるマルチモーダル理解、サイズ対比でのMoE効率、そしてGPQAが示す科学的な質問に対する強力な推論能力が挙げられます。制限事項は網羅的に文書化されてはいませんが、MoEモデルに一般的なもの、すなわちドメインごとに性能が変動する可能性があること、およびトークンあたりの実効容量が4Bのアクティブパラメータによって制限されることなどが該当します。本モデルは、非常に深い論理連鎖を必要とするタスクや、学習データに十分に含まれていないドメイン固有の専門用語を扱うタスクでは苦戦する可能性があります。レイテンシとスループットはデプロイメントハードウェアに依存し、OrcaRouterは特定の速度指標を保証しません。
OrcaRouterは、このモデルの標準化されたレイテンシベンチマークを公開していません。MoEモデルであるGemma 4 26B A4Bは、トークンごとにパラメータの一部のみをアクティブにするため、denseな26Bモデルよりも推論が高速になる可能性がありますが、より小さなモデルよりも遅くなる可能性もあります。実際のパフォーマンスは、バッチサイズ、入力長、バックエンドGPUの種類などの要因に依存します。リアルタイムアプリケーションでは、固有のワークロードでテストしてください。また、レイテンシとコストのトレードオフを考慮することも可能です。より小さなモデルを使用することで、より低コストで速度が向上する可能性があります。
Pricingは入力トークン100万個あたり$0.06、出力トークン100万個あたり$0.33です。これらはプロバイダー（Google）が請求するレートであり、OrcaRouterがゼロマークアップでそのまま通過させます。つまり、プロバイダーレートを正確にお支払いいただくことになり、OrcaRouterは追加のサーチャージを課しません。トークンはプラットフォーム全体で一貫してカウントされ、画像やビデオフレームはGoogleのモデル仕様に従ってトークン化されます。数枚の画像を含む一般的なマルチモーダルクエリでは、入力トークンが支配的になる可能性があり、その場合、入力価格が主なコスト要因となります。
OrcaRouterは、繰り返されるプレフィックスやプロンプトテンプレートのキャッシングメカニズムを提供する場合があります。これにより、トークン消費を削減し、コストを低減できます。ただし、このモデルに対する特定のキャッシュ割引は保証されておらず、使用パターンに依存します。Gemma 4 26B A4Bには、別途バッチ料金体系は公開されていません。大量のワークロードについては、OrcaRouterサポートに連絡して割引の可能性についてご相談ください。プラットフォーム上のすべてのモデルと同様に、使用した分（入力トークンと出力トークン）に対してのみ課金され、月額料金や最低利用額はありません。
料金体系に基づき、総コストは送受信するトークンの数と種類に依存します。マルチモーダル入力（特に動画）は各フレームがエンコードされるため、多くの入力トークンを使用する可能性があります。長尺動画の場合、入力コストが出力コストを上回ることがあります。タスクが出力主体（例：長いレポートの生成）であれば、出力価格（$0.33/M）は入力よりも高くなります。予想されるトークン比率を評価してください。より安価なテキスト専用モデルで解決できるタスクの場合、コスト差は顕著になります。OrcaRouterのトークンカウンティングツールを使用して見積もってください。
ベースURLをhttps://api.orcarouter.ai/v1に設定し、モデルIDとしてgoogle/gemma-4-26b-a4b-itを使用します。標準のOpenAIスキーマに従って、/chat/completionsにPOSTリクエストを送信します。マルチモーダル入力の場合、typeフィールドを'text'、'image_url'、'video_url'に設定したコンテンツオブジェクトの配列を含めます。例：messages: [{ role: 'user', content: [{ type: 'text', text: 'この動画を説明してください。' }, { type: 'video_url', video_url: { url: 'https://example.com/video.mp4' } }] }]。APIはチャット完了レスポンスを返します。
標準のOpenAIパラメータ（temperature、top_p、max_tokens、stop、frequency_penalty、presence_penalty）を使用できます。さらに、OrcaRouterはリクエストボディ内のオプションの'provider'フィールドを通じてプロバイダ固有のパラメータをサポートします（このモデルには必須ではありません）。モデルはネイティブでストリーミングをサポートしており、stream=trueを設定することで有効になります。構造化出力の場合は、'response_format'パラメータをtype 'json_object'またはJSONスキーマと共に使用してください。'reasoning_effort'のような追加パラメータについては、OrcaRouterのドキュメントを参照してください（ただし、このモデルには記載されていません）。
別のOpenAI互換APIからの切り替えは簡単です。ベースURLをhttps://api.orcarouter.ai/v1に変更し、モデルをgoogle/gemma-4-26b-a4b-itに設定するだけです。OrcaRouterは同じスキーマに従っているため、既存のプロンプト構造、パラメータ、SDKクライアントは互換性があります。別のプロバイダのSDKを使用していた場合は、エンドポイントと認証を更新する必要があるかもしれません。OrcaRouterはOAuthではなくAPIキーを使用します。Authorizationヘッダーに'Bearer YOUR_KEY'としてキーを含めてください。まずは小さなリクエストでテストしてください。
Gemma 4 26B A4Bは、262kのコンテキストとGPQA Diamondスコア79.2を備えた新しいマルチモーダルMoEモデルであり、Gemma 3 8Bは、128kのコンテキストウィンドウとネイティブの動画サポートがない、より小型の高密度モデル（8Bパラメータ）である。Gemma 3 8Bは入力トークンのコストが安く（通常、100万トークンあたり$0.05～$0.10）が、難しい科学問題に対する推論の質では劣る可能性がある。動画や非常に長い文書を扱うタスクには、Gemma 4 26B A4Bが明らかな選択である。中程度のコンテキストのテキストのみのタスクには、Gemma 3 8Bで十分であり、より費用対効果が高い場合がある。
Llama 3.1 70Bは、70Bパラメータと128kコンテキストを持つ高密度モデルであり、ネイティブではビデオのマルチモーダル対応ではありません（ただし画像は処理可能）。Gemma 4 26B A4BはMoEを使用してトークンごとに4Bパラメータのみをアクティブ化し、はるかに大きなLlamaモデルよりも高速な推論を提供する可能性があります。GPQA Diamondでは、Gemma 4 26B A4Bが79.2をスコアし、Llama 3.1 70Bは約65〜70（ベンチマークバージョンの違いにより直接比較は不可）。Llama 3.1 70Bは入力トークンあたりのコストが高くなる可能性があります（100万入力あたり約0.35ドル）。マルチモーダルおよび長コンテキストのシナリオでは、Gemma 4の方が効率的かもしれません。
GPT-4oはOpenAIが提供する密度の高いプロプライエタリモデルで、マルチモーダル対応、コンテキストウィンドウは標準で128k、一部のバージョンでは最大1Mです。その価格は大幅に高く（例：GPT-4oの入力トークン100万あたり$2.50）。Gemma 4 26B A4Bはオープンウェイトで、OrcaRouterを通じてはるかに低コスト（$0.06/$0.33）で利用可能です。GPT-4oのGPQA Diamondにおけるパフォーマンスは直接比較できませんが、通常はより高いです。しかし、フロンティアレベルの推論を必要としないコスト重視のアプリケーションでは、Gemma 4 26B A4Bは優れた価格性能比を提供します。データ処理は異なります。Gemma 4はGoogle製で、プライバシー条件が別途定められています。
他のオープンウェイトMoEモデル（Mixtral 8x7B（合計46.7B、アクティブ12.9B）、Qwen2.5-72B-A3B（合計72B、アクティブ3B）など）と比較すると、Gemma 4 26B A4Bは独自の組み合わせを提供します：262kコンテキストウィンドウ、完全マルチモーダル対応（画像+動画）、公開されたGPQA Diamondスコア79.2。Mixtral 8x7Bは32kコンテキストで動画非対応。Qwen2.5-72B-A3Bは128kコンテキストでテキスト対応だが動画非対応。アクティブパラメータ数4Bは他の小規模MoEモデルと同等ですが、Gemma 4の特定のアーキテクチャ（Googleによってトレーニングされ、指示追従向けにファインチューニング）が、マルチモーダルおよび科学タスクで優位性をもたらす可能性があります。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="google/gemma-4-26b-a4b-it",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstreamstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p| 入力 / 1M tokens | $0.060 |
| 出力 / 1M tokens | $0.330 |
| キャッシュ読み取り / 1M | $0.0075 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@misc{orcarouter_gemma_4_26b_a4b_it,
title = {Gemma 4 26B A4B API},
author = {Google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemma-4-26b-a4b-it}
}Google. (2026). Gemma 4 26B A4B API. OrcaRouter. https://www.orcarouter.ai/models/google/gemma-4-26b-a4b-it