Gemma 4 26B A4B IT은 Google DeepMind의 instruction-tuned Mixture-of-Experts (MoE) 모델입니다. 총 25.2B 파라미터를 보유하고 있지만, 추론 중 토큰당 3.8B만 활성화되어 — 거의 31B 수준의 품질을...
Gemma 4 26B A4B는 Google에서 개발한 Mixture-of-Experts 모델입니다. 총 260억 개의 파라미터를 보유하고 있지만, 토큰당 40억 개의 파라미터만 활성화됩니다—이 설계는 높은 추론 품질을 유지하는 것을 목표로 하면서 계산 비용을 절감합니다. 이 모델은 더 많은 활성 파라미터를 가진 더 큰 변형을 포함하는 Gemma 4…
Gemma 4 26B A4B는 텍스트, 이미지, 비디오를 입력으로 받습니다. 이미지는 base64로 인코딩된 데이터나 URL로 제공할 수 있습니다. 비디오는 URL이나 프레임(이미지 객체) 시퀀스로 제공할 수 있습니다. 이 모델은 이러한 양식을 공동으로 처리하여 시각적 질문 응답, 비디오 요약, 다이어그램 이해와 같은 작업을 가능하게 합니다. 오디오는 지원되지 않으며, 시각적 및 텍스트 콘텐츠만 지원됩니다. 출력은 텍스트뿐입니다. 모델의 멀티모달 기능은 차트, 스크린샷 또는 비디오 녹화가 포함된 문서를 분석하는 데 특히 유용합니다.
컨텍스트 창은 262,144개의 토큰입니다. 이를 통해 모델은 한 번의 처리로 매우 긴 시퀀스(예: 200페이지 분량의 문서, 수 시간 분량의 녹화된 비디오, 또는 설명 캡션이 포함된 대규모 이미지 세트)를 처리할 수 있습니다. 더 큰 컨텍스트 창은 청킹(chunking)과 요약의 필요성을 줄여주지만, 메모리 사용량도 증가시킵니다. 사용할 수 있는 유효 길이는 총 입력 토큰 수(텍스트 + 이미지/비디오 토큰)에 따라 달라집니다. 이미지와 비디오 입력은 많은 토큰을 소비하므로, 비텍스트 입력에 대한 토큰 수 계산 방식은 OrcaRouter의 문서를 참조하시기 바랍니다.
작업이 순수 텍스트 기반이고, 짧은 컨텍스트(8k 토큰 미만)만 필요하거나, 멀티모달 입력이 필요하지 않은 경우, Gemma 3 4B 또는 텍스트 전용 변형과 같이 더 작거나 저렴한 모델을 고려하세요. Gemma 4 26B A4B는 백만 입력 토큰당 $0.06, 백만 출력 토큰당 $0.33의 가격이 책정되어 있습니다. 간단한 질문 응답이나 분류 작업의 경우, 토큰당 비용이 낮은 모델이 더 경제적일 수 있습니다. MoE 설계는 전체 크기 대비 효율적이지만, 최소한의 작업을 위해 OrcaRouter에서 제공되는 가장 저렴한 옵션은 아닙니다.
GPQA Diamond는 생물학, 물리학, 화학 분야의 448개 대학원 수준 객관식 질문으로 구성된 벤치마크입니다. 79.2점은 모델이 79.2%를 정확히 답변했음을 의미합니다. 이는 강력한 과학적 추론 및 지식 검색 능력을 나타냅니다. 이 벤치마크는 많은 LLM에게 어렵게 설계되었습니다. 그러나 단일 벤치마크로는 모델 품질의 모든 측면을 포착할 수 없습니다. 예를 들어, 코딩이나 창작 글쓰기 같은 다른 작업에서의 모델 성능은 다를 수 있습니다. 유사한 과학적 추론 작업에 대해 모델을 비교할 때 이 점수를 하나의 데이터 포인트로 사용하십시오.
장점으로는 대규모 컨텍스트를 활용한 멀티모달 이해, 해당 크기 대비 MoE 효율성, 그리고 GPQA가 지시한 과학적 질문에 대한 강력한 추론이 있습니다. 한계는 완전히 문서화되지 않았지만 MoE 모델의 일반적인 특징입니다. 즉, 도메인에 따라 성능이 달라질 수 있으며, 토큰당 유효 용량은 4B 활성 매개변수에 의해 제한됩니다. 이 모델은 훈련 데이터에 잘 표현되지 않은 매우 깊은 논리적 체인이나 도메인 특화 용어가 필요한 작업에 어려움을 겪을 수 있습니다. 지연 시간과 처리량은 배포 하드웨어에 따라 달라지며, OrcaRouter는 특정 속도 지표를 보장하지 않습니다.
OrcaRouter는 이 모델에 대한 표준화된 지연 시간 벤치마크를 공개하지 않습니다. MoE 모델인 Gemma 4 26B A4B는 토큰당 매개변수의 일부만 활성화하므로, 추론이 밀집형 26B 모델보다 빠를 수 있지만 더 작은 밀집형 모델보다는 느릴 수 있습니다. 실제 성능은 배치 크기, 입력 길이, 백엔드 GPU 유형 등의 요인에 따라 달라집니다. 실시간 애플리케이션의 경우 특정 워크로드로 테스트하십시오. 또한 지연 시간과 비용 간의 균형을 고려할 수 있습니다. 더 작은 모델을 사용하면 더 낮은 비용으로 속도를 향상시킬 수 있습니다.
가격은 입력 토큰 100만 개당 $0.06, 출력 토큰 100만 개당 $0.33입니다. 이는 제공업체(Google)가 청구하는 요금으로, OrcaRouter가 마진 없이 그대로 전달하는 가격입니다. 즉, 제공업체 요금을 정확히 지불하며 OrcaRouter는 추가 수수료를 부과하지 않습니다. 토큰은 플랫폼 전반에서 일관되게 계산되며, 이미지와 비디오 프레임은 Google의 모델 사양에 따라 토큰화됩니다. 이미지가 몇 개 포함된 일반적인 멀티모달 쿼리의 경우 입력 토큰이 지배적일 수 있으므로 입력 가격이 주요 비용 요인이 됩니다.
OrcaRouter는 반복되는 프리픽스나 프롬프트 템플릿에 대해 캐싱 메커니즘을 제공할 수 있으며, 이는 토큰 소비를 줄이고 비용을 낮출 수 있습니다. 그러나 이 모델에 대해 특정 캐싱 할인이 보장되지는 않으며, 사용 패턴에 따라 달라집니다. Gemma 4 26B A4B에 대해 별도로 게시된 배치 가격 등급은 없습니다. 대용량 워크로드의 경우 OrcaRouter 지원팀에 문의하여 잠재적 할인에 대해 논의하십시오. 플랫폼의 모든 모델과 마찬가지로, 월 사용료나 최소 약정 없이 사용한 만큼만(입력 및 출력 토큰) 비용이 청구됩니다.
가격 구조에 따라 총 비용은 보내고 받는 토큰의 수와 유형에 따라 달라집니다. 멀티모달 입력(특히 비디오)은 각 프레임이 인코딩되기 때문에 많은 입력 토큰을 사용할 수 있습니다. 긴 비디오의 경우 입력 비용이 출력 비용을 초과할 수 있습니다. 작업이 출력이 많은 경우(예: 긴 보고서 생성), 출력 가격($0.33/M)이 입력보다 높습니다. 예상 토큰 비율을 평가하세요. 더 저렴한 텍스트 전용 모델로 해결할 수 있는 작업의 경우 비용 차이가 상당할 수 있습니다. OrcaRouter의 토큰 계산 도구를 사용하여 추정하세요.
기본 URL을 https://api.orcarouter.ai/v1 로 설정하고 모델 ID는 google/gemma-4-26b-a4b-it를 사용하세요. 표준 OpenAI 스키마에 따라 /chat/completions로 POST 요청을 보내십시오. 멀티모달 입력의 경우, type 필드가 'text', 'image_url' 또는 'video_url'로 설정된 콘텐츠 객체 배열을 포함하십시오. 예시: messages: [{ role: 'user', content: [{ type: 'text', text: '이 동영상을 설명해 주세요.' }, { type: 'video_url', video_url: { url: 'https://example.com/video.mp4' } }] }]. API는 채팅 완료 응답을 반환합니다.
표준 OpenAI 파라미터(예: temperature, top_p, max_tokens, stop, frequency_penalty, presence_penalty)를 사용할 수 있습니다. 또한 OrcaRouter는 요청 본문의 선택적 'provider' 필드를 통해 공급자별 파라미터를 지원합니다(이 모델에는 필수 사항이 아닙니다). 해당 모델은 stream=true를 설정하여 스트리밍을 기본적으로 지원합니다. 구조화된 출력을 위해서는 'response_format' 파라미터를 type 'json_object' 또는 JSON 스키마와 함께 사용하십시오. 'reasoning_effort'와 같은 추가 파라미터는 OrcaRouter의 문서를 참조하세요. 단, 이 모델에는 해당 파라미터가 나열되어 있지 않습니다.
다른 OpenAI 호환 API에서 전환하는 것은 간단합니다. 기본 URL을 https://api.orcarouter.ai/v1로 변경하고 모델을 google/gemma-4-26b-a4b-it으로 설정하면 됩니다. 기존 프롬프트 구조, 파라미터 및 SDK 클라이언트는 OrcaRouter가 동일한 스키마를 따르기 때문에 호환됩니다. 다른 공급자의 SDK를 사용 중이었다면 엔드포인트와 인증을 업데이트해야 할 수 있습니다. OrcaRouter는 OAuth 대신 API 키를 사용합니다. Authorization 헤더에 'Bearer YOUR_KEY' 형식으로 키를 포함하세요. 먼저 작은 요청으로 테스트해 보십시오.
Gemma 4 26B A4B는 262k 컨텍스트와 GPQA Diamond 점수 79.2를 가진 최신 멀티모달 MoE 모델이며, Gemma 3 8B는 더 작은 밀집 모델(8B 파라미터)로 컨텍스트 윈도우가 128k이고 기본 비디오 지원이 없습니다. Gemma 3 8B는 입력 토큰 비용이 더 저렴하지만(보통 백만 입력당 $0.05-0.10), 어려운 과학 질문에 대한 추론 품질은 떨어질 수 있습니다. 비디오나 매우 긴 문서를 포함한 작업의 경우 Gemma 4 26B A4B가 확실한 선택입니다. 중간 길이 컨텍스트의 텍스트 전용 작업이라면 Gemma 3 8B로도 충분하고 비용 효율적일 수 있습니다.
Llama 3.1 70B는 700억 개의 파라미터와 128k 컨텍스트를 가진 밀집 모델로, 기본적으로 동영상 멀티모달을 지원하지 않지만(이미지 처리는 가능) 이미지를 처리할 수 있습니다. Gemma 4 26B A4B는 MoE를 사용하여 토큰당 40억 개의 파라미터만 활성화하므로, 훨씬 더 큰 Llama 모델보다 추론 속도가 더 빠를 수 있습니다. GPQA Diamond에서 Gemma 4 26B A4B는 79.2점을 기록했으며, Llama 3.1 70B는 약 65~70점입니다(벤치마크 버전 차이로 인해 직접 비교는 어렵습니다). Llama 3.1 70B는 입력 토큰 비용이 더 비쌀 수 있습니다(약 백만 입력당 $0.35). 멀티모달 및 긴 컨텍스트 시나리오의 경우 Gemma 4가 더 효율적일 수 있습니다.
GPT-4o는 OpenAI의 밀집 독점 모델로, 멀티모달을 지원하며 컨텍스트 창은 기본 128k, 일부 버전에서는 최대 1M입니다. 가격은 상당히 높은 편입니다(예: GPT-4o의 입력 토큰 100만 개당 $2.50). Gemma 4 26B A4B는 오픈 가중치 모델로, OrcaRouter를 통해 훨씬 낮은 비용($0.06/$0.33)으로 이용할 수 있습니다. GPQA Diamond에서 GPT-4o의 성능은 직접 비교하기 어렵지만, 일반적으로 더 높습니다. 그러나 최첨단 추론이 필요하지 않은 비용 민감형 애플리케이션의 경우 Gemma 4 26B A4B는 강력한 가격 대비 성능을 제공합니다. 데이터 처리 방식은 다릅니다. Gemma 4는 Google에서 제공하며 별도의 개인정보 보호 약관이 적용됩니다.
다른 오픈 가중치 MoE 모델(예: Mixtral 8x7B(총 46.7B, 활성 12.9B) 또는 Qwen2.5-72B-A3B(총 72B, 활성 3B))과 비교할 때, Gemma 4 26B A4B는 262k 컨텍스트 윈도우, 완전한 멀티모달 지원(이미지+비디오), 그리고 공개된 GPQA Diamond 점수 79.2라는 독특한 조합을 제공합니다. Mixtral 8x7B는 32k 컨텍스트에 비디오 지원이 없습니다. Qwen2.5-72B-A3B는 128k 컨텍스트를 가지며 텍스트는 지원하지만 비디오는 지원하지 않습니다. 활성 파라미터 수 4B는 다른 소형 MoE 모델과 비슷하지만, Gemma 4의 특정 아키텍처(Google이 학습하고 명령 수행에 미세 조정됨)는 멀티모달 및 과학적 작업에서 우위를 점할 수 있습니다.
OpenAI 호환 — 쓰던 SDK 그대로
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 입력 / 1M tokens | $0.060 |
| 출력 / 1M tokens | $0.330 |
| 캐시 읽기 / 1M | $0.0075 |
| 통화 | USD |
정가 기준 추정치
추정치일 뿐입니다 — 실제 토큰 수는 제공자의 토크나이저에 따라 달라집니다.
@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