Google: Gemma 4 26B A4B

Google Gemma 4 26B A4B IT est un modèle ajusté aux instructions de Google DeepMind, publié le 3 avril 2026. Il appartient à la famille Gemma et utilise une architecture Mixture-of-Experts (MoE) : le modèle détient 25,2B paramètres au total, mais seulement 3,8B s'activent par token pendant l'inférence. C'est cette conception que le "A4B" du nom désigne, et Google le positionne comme offrant une qualité proche d'un modèle 31B tout en maintenant le calcul actif par token bien plus faible.

Le modèle est texte en entrée, texte en sortie à la base, mais il accepte plus que du texte. Les modalités d'entrée sont l'image, le texte et la vidéo, vous pouvez donc envoyer des captures d'écran, des photos ou des images vidéo avec un prompt. La sortie est uniquement du texte. La fenêtre de contexte est de 262 144 tokens, et la sortie maximale est de 235 929 tokens, ce qui est inhabituellement grand et rend la génération longue et le traitement de documents entiers pratique plutôt que quelque chose que vous devez découper agressivement.

Ces capacités indiquent quelques cas d'usage naturels. Le travail sur contexte long comme résumer ou interroger de grandes bases de code, des contrats, des articles de recherche ou des historiques de tickets de support correspond à la fenêtre de 262k. Parce que les images et la vidéo sont acceptées en entrée, vous pouvez construire des flux de travail autour de la réponse à des questions visuelles, de l'extraction de données structurées à partir de captures d'écran, ou de la description et du raisonnement sur du contenu vidéo. L'ajustement aux instructions plus l'appel d'outils le rendent adapté aux pipelines de type agent, et les sorties structurées aident lorsque vous avez besoin de réponses JSON ou conformes à un schéma plutôt que de texte libre.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'id de modèle "google/gemma-4-26b-a4b-it". Parce que l'interface suit la forme des chat completions d'OpenAI, les SDK et clients existants fonctionnent généralement avec seulement un changement d'URL de base et de clé. Les paramètres de requête pris en charge sont 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 et top_p. Reasoning et include_reasoning vous permettent de contrôler si le contenu de raisonnement est exposé, et tools avec tool_choice couvrent l'appel de fonctions.

Concernant les limites, le principal point à anticiper est que la sortie est uniquement du texte, donc toute tâche nécessitant des images, de l'audio ou de la vidéo générés a besoin d'un modèle différent. Le grand contexte et les plafonds de sortie sont généreux, mais ils ne suppriment pas le besoin de gérer les budgets de tokens dans votre propre application. Si votre charge de travail est de la génération de texte courte et simple, un modèle plus petit et plus rapide peut mieux convenir ; Gemma 4 26B A4B IT a le plus de sens lorsque vous avez réellement besoin du contexte long, de l'entrée multimodale ou de l'utilisation d'outils.