Google: Gemma 4 26B A4B

Google Gemma 4 26B A4B IT es un modelo ajustado por instrucciones de Google DeepMind, lanzado el 3 de abril de 2026. Pertenece a la familia Gemma y utiliza una arquitectura de mezcla de expertos (MoE): el modelo tiene 25.2B parámetros totales, pero solo 3.8B se activan por token durante la inferencia. Ese diseño es a lo que se refiere el "A4B" en el nombre, y Google lo posiciona como capaz de ofrecer una calidad cercana a un modelo de 31B mientras mantiene el cómputo activo por token mucho menor.

El modelo es texto de entrada, texto de salida en su núcleo, pero acepta más que texto. Las modalidades de entrada son imagen, texto y video, así que puedes enviar capturas de pantalla, fotos o fotogramas de video junto con un prompt. La salida es solo texto. La ventana de contexto es de 262,144 tokens, y la salida máxima es de 235,929 tokens, lo cual es inusualmente grande y hace que la generación de formato largo y el procesamiento de documentos completos sea práctico en lugar de algo que tengas que dividir agresivamente en fragmentos.

Esas capacidades apuntan a algunos casos de uso naturales. El trabajo de contexto largo, como resumir o consultar bases de código grandes, contratos, artículos de investigación o historiales de tickets de soporte, encaja con la ventana de 262k. Como se aceptan imágenes y video como entrada, puedes construir flujos de trabajo en torno a respuesta visual a preguntas, extracción de datos estructurados de capturas de pantalla, o descripción y razonamiento sobre contenido de video. El ajuste por instrucciones más el llamado a herramientas lo hace adecuado para pipelines estilo agente, y las salidas estructuradas ayudan cuando necesitas respuestas JSON o conformes a un esquema en lugar de texto libre.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "google/gemma-4-26b-a4b-it". Como la interfaz sigue la forma de chat completions de OpenAI, los SDKs y clientes existentes generalmente funcionan con solo un cambio de URL base y clave. Los parámetros de solicitud soportados son frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs y top_p. Reasoning e include_reasoning te permiten controlar si el contenido de razonamiento se muestra, y tools con tool_choice cubren el llamado a funciones.

Sobre los límites, lo principal a tener en cuenta es que la salida es solo texto, así que cualquier tarea que requiera imágenes, audio o video generados necesita un modelo diferente. El contexto grande y los techos de salida son generosos, pero no eliminan la necesidad de gestionar presupuestos de tokens en tu propia aplicación. Si tu carga de trabajo es generación de texto corta y simple, un modelo más pequeño y rápido puede ser una mejor opción; Gemma 4 26B A4B IT tiene más sentido cuando realmente necesitas el contexto largo, la entrada multimodal o el uso de herramientas.