Gemma 4 26B A4B IT — это модель смеси экспертов (MoE) от Google DeepMind, настроенная на выполнение инструкций. Несмотря на 25.2B общих параметров, только 3.8B активируется на токен во время вывода, обеспечивая качество, близкое к 31B, при...
Gemma 4 26B A4B — это модель на основе смеси экспертов (Mixture-of-Experts), разработанная компанией Google. Она насчитывает 26 миллиардов общих параметров, но лишь 4 миллиарда активны на каждый…
Gemma 4 26B A4B принимает текст, изображения и видео в качестве входных данных. Изображения могут быть представлены в виде данных в формате base64 или URL-адресов. Видео может быть предоставлено в виде URL-адреса или последовательности кадров (объектов изображения). Модель обрабатывает эти модальности совместно, что позволяет выполнять такие задачи, как визуальный ответ на вопросы, суммирование видео и понимание диаграмм. Аудио не поддерживается — только визуальный и текстовый контент. Вывод осуществляется только в виде текста. Мультимодальная возможность модели особенно полезна для анализа документов, содержащих диаграммы, скриншоты или видеозаписи.
Размер контекстного окна составляет 262 144 токенов. Это позволяет модели обрабатывать очень длинные последовательности за один проход — например, 200-страничный документ, часы расшифрованного видео или крупный набор изображений с описательными подписями. Более широкие контекстные окна уменьшают необходимость в разбиении на части и суммаризации, но также увеличивают потребление памяти. Эффективная длина, которую вы можете использовать, будет зависеть от общего количества входных токенов (текстовых + токенов изображений/видео). Помните, что изображения и видео потребляют много токенов; обращайтесь к документации OrcaRouter за информацией о том, как рассчитывается количество токенов для не текстовых входных данных.
Если ваша задача основана исключительно на тексте, требует лишь короткого контекста (под 8k токенов) или не нуждается в мультимодальном вводе, рассмотрите более маленькую или более дешевую модель — например, Gemma 3 4B или вариант, работающий только с текстом. Gemma 4 26B A4B стоит $0.06 за миллион входных токенов и $0.33 за миллион выходных токенов. Для простых задач ответов на вопросы или классификации могут быть более экономичными модели с более низкой стоимостью за токен. Дизайн MoE делает его эффективным относительно общего размера, но не самым дешевым вариантом, доступным на OrcaRouter для минимальных задач.
GPQA Diamond — это эталонный тест из 448 вопросов с множественным выбором на уровне магистратуры по биологии, физике и химии. Результат 79,2 означает, что модель ответила правильно на 79,2% вопросов. Это указывает на сильное научное мышление и способность извлекать знания. Тест разработан так, чтобы быть сложным для многих языковых моделей. Однако один эталон не может охватить все аспекты качества модели. Например, производительность модели на других задачах, таких как программирование или творческое письмо, может отличаться. Используйте этот результат как одну из точек данных при сравнении моделей для аналогичных задач научного мышления.
К сильным сторонам относятся мультимодальное понимание с большим контекстом, эффективность MoE для своего размера и сильные рассуждения по научным вопросам, на что указывает GPQA. Ограничения не задокументированы исчерпывающе, но типичны для моделей MoE: производительность может варьироваться в зависимости от домена, а эффективная емкость на токен ограничена 4B активными параметрами. Модель может испытывать трудности с задачами, требующими чрезвычайно глубоких логических цепочек или узкоспециализированного жаргона, плохо представленного в обучающих данных. Задержка и пропускная способность зависят от аппаратного обеспечения развертывания; OrcaRouter не гарантирует конкретные показатели скорости.
OrcaRouter не публикует стандартизированные показатели задержки для этой модели. Как MoE-модель, Gemma 4 26B A4B активирует лишь подмножество параметров на каждый токен, что может сделать инференс быстрее, чем у плотной модели на 26B, но, возможно, медленнее, чем у меньшей плотной модели. Фактическая производительность зависит от таких факторов, как размер батча, длина входных данных и тип бэкенд-GPU. Для приложений реального времени тестируйте на своей конкретной рабочей нагрузке. Также учитывайте компромисс между задержкой и стоимостью: использование меньшей модели может повысить скорость при меньших затратах.
Цены составляют $0,06 за 1 миллион входных токенов и $0,33 за 1 миллион выходных токенов. Это тарифы, выставляемые провайдером (Google) и передаваемые OrcaRouter без наценки. Это означает, что вы платите ровно по тарифу провайдера — OrcaRouter не добавляет никаких дополнительных сборов. Токены подсчитываются единообразно на всей платформе; изображения и видеокадры токенизируются в соответствии со спецификациями модели Google. Для типичного мультимодального запроса с несколькими изображениями входные токены могут доминировать, что делает ценообразование на входные токены основным фактором затрат.
OrcaRouter может предлагать механизмы кэширования для повторяющихся шаблонов префиксов или промптов, что позволяет сократить расход токенов и снизить затраты. Однако конкретные скидки на кэширование для данной модели не гарантируются и зависят от вашего паттерна использования. Для модели Gemma 4 26B A4B отдельного тарифного уровня для пакетной обработки не опубликовано. Для высоконагруженных рабочих нагрузок обратитесь в службу поддержки OrcaRouter, чтобы обсудить возможные скидки. Как и для всех моделей на платформе, вы платите только за то, что используете — входные и выходные токены — без ежемесячной платы или минимальных обязательств.
Учитывая структуру ценообразования, общая стоимость зависит от количества и типа отправляемых и получаемых токенов. Мультимодальные входные данные (особенно видео) могут использовать много входных токенов, поскольку каждый кадр кодируется. Для длинных видео стоимость входа может превышать стоимость выхода. Если ваша задача требует большого объема вывода (например, создание длинных отчетов), цена вывода ($0,33/М) выше, чем цена ввода. Оцените ожидаемое соотношение токенов. Для задач, которые можно решить с помощью более дешевой текстовой модели, разница в стоимости может быть значительной. Используйте инструменты подсчета токенов OrcaRouter для оценки.
Установите базовый URL на https://api.orcarouter.ai/v1 и используйте идентификатор модели google/gemma-4-26b-a4b-it. Отправьте POST-запрос на /chat/completions со стандартной схемой OpenAI. Для мультимодального ввода включите массив объектов content с полем type, установленным на 'text', 'image_url' или 'video_url'. Пример: messages: [{ role: 'user', content: [{ type: 'text', text: 'Describe this video.' }, { type: 'video_url', video_url: { url: 'https://example.com/video.mp4' } }] }]. API вернёт ответ chat completion.
Вы можете использовать стандартные параметры OpenAI, такие как temperature, top_p, max_tokens, stop, frequency_penalty и presence_penalty. Кроме того, OrcaRouter поддерживает параметры, специфичные для провайдера, через необязательное поле 'provider' в теле запроса (для этой модели оно не требуется). Модель нативно поддерживает стриминг при установке stream=true. Для структурированных выходных данных используйте параметр 'response_format' с типом 'json_object' или JSON-схемой. Обратитесь к документации OrcaRouter за дополнительными параметрами, такими как 'reasoning_effort' — хотя для этой модели он не указан.
Переход с другого совместимого с OpenAI API является простым: измените базовый URL на https://api.orcarouter.ai/v1 и установите модель google/gemma-4-26b-a4b-it. Ваша существующая структура запросов, параметры и клиент SDK совместимы, поскольку OrcaRouter следует той же схеме. Если вы использовали SDK другого провайдера, вам может потребоваться обновить конечную точку и аутентификацию. OrcaRouter использует ключи API, а не OAuth; укажите свой ключ в заголовке Authorization как 'Bearer YOUR_KEY'. Сначала протестируйте с небольшим запросом.
Gemma 4 26B A4B — это новая мультимодальная MoE-модель с контекстом в 262k и показателем GPQA Diamond 79,2, в то время как Gemma 3 8B — меньшая плотная модель (8B параметров) с окном контекста 128k и без нативной поддержки видео. Gemma 3 8B дешевле по входным токенам (обычно $0,05–0,10 за миллион входных токенов), но может уступать в качестве рассуждений на сложных научных вопросах. Для задач, связанных с видео или очень длинными документами, Gemma 4 26B A4B — очевидный выбор. Для задач, работающих только с текстом и умеренным контекстом, Gemma 3 8B может быть достаточной и более экономически эффективной.
Llama 3.1 70B — это плотная модель с 70B параметров и контекстом 128k, не являющаяся нативно мультимодальной для видео (хотя она может обрабатывать изображения). Gemma 4 26B A4B использует MoE для активации только 4B параметров на токен, что потенциально обеспечивает более быстрый вывод по сравнению с гораздо более крупной моделью Llama. На GPQA Diamond Gemma 4 26B A4B набирает 79.2; Llama 3.1 70B набирает около 65-70 (результаты не подлежат прямому сравнению из-за различий в версиях бенчмарка). Llama 3.1 70B может быть более дорогим по входным токенам (около $0.35 за миллион входных токенов). Для мультимодальных сценариев и сценариев с длинным контекстом Gemma 4 может быть более эффективной.
GPT-4o — это плотная проприетарная модель от OpenAI с мультимодальной поддержкой и контекстным окном 128k (стандартное) и до 1M для некоторых версий. Её ценообразование значительно выше (например, $2.50 за миллион входных токенов для GPT-4o). Gemma 4 26B A4B имеет открытые веса и доступна через OrcaRouter по гораздо более низкой стоимости ($0.06/$0.33). Производительность на GPQA Diamond для GPT-4o напрямую не сравнивается, но обычно выше. Однако для чувствительных к стоимости приложений, не требующих рассуждений на уровне передовых моделей, Gemma 4 26B A4B предлагает отличное соотношение цены и производительности. Обработка данных различается: Gemma 4 от Google с отдельными условиями конфиденциальности.
По сравнению с другими моделями MoE с открытым весом, такими как Mixtral 8x7B (всего 46,7B, активных 12,9B) или Qwen2.5-72B-A3B (всего 72B, активных 3B), Gemma 4 26B A4B предлагает уникальное сочетание: окно контекста в 262k, полную мультимодальную поддержку (изображение+видео) и опубликованный показатель GPQA Diamond 79,2. Mixtral 8x7B имеет контекст 32k и не поддерживает видео. Qwen2.5-72B-A3B имеет контекст 128k и поддерживает текст, но не видео. Количество активных параметров в 4B сравнимо с другими небольшими моделями MoE, но специфическая архитектура Gemma 4 — обученная Google и доработанная для следования инструкциям — может дать ей преимущество в мультимодальных и научных задачах.
Совместимо с OpenAI — оставьте свой SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Ввод / 1M токенов | $0.060 |
| Вывод / 1M токенов | $0.330 |
| Чтение кэша / 1M | $0.0075 |
| Валюта | USD |
Оценка по прайс-листу
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
GET /api/public/models/google/gemma-4-26b-a4b-itОткрыть @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