Google: Gemma 4 26B A4B (free)

Gemma 4 26B A4B IT is een instruction-tuned Mixture-of-Experts-model van Google, gepubliceerd onder de Gemma-familie van Google DeepMind. Het heeft 25,2B totale parameters, maar slechts 3,8B daarvan worden geactiveerd per token tijdens inference, wat de ontwerpkeuze is achter de naam A4B. Het is een tekstmodel in de catalogus van api14, en de releasedatum van de provider is 2026-04-03. De versie die hier wordt aangeboden is de gratis variant, geïdentificeerd als google/gemma-4-26b-a4b-it:free.

Aan de invoerkant accepteert het model tekst, afbeeldingen en video, en het produceert alleen tekst. Het contextvenster is 262144 tokens, en de maximale uitvoer is 32768 tokens. Omdat het instruction tuned is, is het bedoeld om prompts direct te volgen in plaats van ruwe tekst te continueren. De mixture-of-experts-opzet betekent dat je een relatief groot totaal aantal parameters krijgt terwijl slechts een kleine fractie van de gewichten actief is per token, wat relevant is als je geeft om doorvoer of serveerefficiëntie in plaats van alleen het ruwe aantal parameters.

Die mogelijkheden wijzen op een paar praktische patronen. Lange documenten, grote codebases of uitgebreide transcripten passen comfortabel binnen de context van 262144 tokens, dus samenvatting, vraagbeantwoording over een hele repository, en multi-documentanalyse zijn redelijke toepassingen. Gemengde-media-invoer maakt het bruikbaar voor taken die screenshots, diagrammen of videoframes combineren met geschreven instructies, zoals het extraheren van gestructureerde details uit een opgenomen walkthrough of het beschrijven van wat er gebeurt in een clip naast een tekstprompt. Tool calling en ondersteuning voor gestructureerde uitvoer maken het een kandidaat voor agent-achtige workflows en voor pipelines waarin het antwoord moet voldoen aan een schema.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "google/gemma-4-26b-a4b-it:free". De ondersteunde aanvraagparameters zijn include_reasoning, max_tokens, reasoning, response_format, seed, temperature, tool_choice, tools en top_p. In de praktijk betekent dat je samplinggedrag kunt instellen met temperature en top_p, runs reproduceerbaar kunt maken met seed, de antwoordlengte kunt beperken met max_tokens, JSON of een andere gestructureerde vorm kunt aanvragen met response_format, en tooldefinities kunt doorgeven met tools en tool_choice. De parameters reasoning en include_reasoning bepalen of reasoning-uitvoer wordt aangevraagd en of deze wordt teruggegeven.

Houd het uitvoerplafond van 32768 tokens in gedachten bij het plannen van lange generaties, en merk op dat het model alleen tekst retourneert, dus elke afbeelding- of videoverwerking gebeurt aan de invoerkant. Als je taak puur tekstueel is en geen baat heeft bij de lange context of de multimodale invoer, kan een kleiner tekst-only model eenvoudiger zijn om mee te werken.