Google: Gemma 4 26B A4B

Google Gemma 4 26B A4B IT is een instruction-tuned model van Google DeepMind, uitgebracht op 3 april 2026. Het behoort tot de Gemma-familie en gebruikt een Mixture-of-Experts (MoE) architectuur: het model heeft 25,2 miljard totale parameters, maar slechts 3,8 miljard daarvan worden per token geactiveerd tijdens inferentie. Dat ontwerp is waar de "A4B" in de naam naar verwijst, en Google positioneert het als een model dat kwaliteit levert die dicht bij een 31B-model ligt, terwijl de actieve compute per token veel kleiner blijft.

Het model is in de kern tekst-in, tekst-uit, maar het accepteert meer dan alleen tekst. De invoermodaliteiten zijn afbeelding, tekst en video, dus je kunt screenshots, foto's of videoframes samen met een prompt versturen. De uitvoer is alleen tekst. Het contextvenster is 262.144 tokens, en de maximale uitvoer is 235.929 tokens, wat ongewoon groot is en langvormige generatie en verwerking van hele documenten praktisch maakt in plaats van iets dat je agressief moet opdelen.

Die mogelijkheden wijzen op een paar natuurlijke use cases. Lang-context werk zoals het samenvatten van of queryen in grote codebases, contracten, onderzoekspapers of supportticketgeschiedenissen past bij het venster van 262k. Omdat afbeeldingen en video als invoer worden geaccepteerd, kun je workflows bouwen rond visuele vraagbeantwoording, het extraheren van gestructureerde data uit screenshots, of het beschrijven van en redeneren over video-inhoud. Instruction tuning plus tool calling maakt het geschikt voor agent-achtige pipelines, en gestructureerde uitvoer helpt wanneer je JSON of schema-conforme antwoorden nodig hebt in plaats van vrije tekst.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "google/gemma-4-26b-a4b-it". Omdat de interface de vorm van OpenAI chat completions volgt, werken bestaande SDK's en clients over het algemeen met alleen een wijziging van base URL en key. De ondersteunde requestparameters zijn 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 en top_p. Reasoning en include_reasoning laten je bepalen of reasoning-inhoud wordt getoond, en tools met tool_choice dekken function calling.

Wat limieten betreft, is het belangrijkste om rekening mee te houden dat de uitvoer alleen tekst is, dus elke taak die gegenereerde afbeeldingen, audio of video vereist, heeft een ander model nodig. De grote context- en uitvoerplafonds zijn ruim, maar ze nemen niet de noodzaak weg om tokenbudgetten in je eigen applicatie te beheren. Als je workload korte, eenvoudige tekstgeneratie is, kan een kleiner en sneller model beter passen; Gemma 4 26B A4B IT is het meest logisch wanneer je daadwerkelijk de lange context, multimodale invoer of het gebruik van tools nodig hebt.