Google: Gemma 4 26B A4B (free)

Gemma 4 26B A4B IT to dostrajany instrukcjami model typu Mixture-of-Experts od Google, opublikowany w rodzinie Gemma od Google DeepMind. Ma łącznie 25.2B parametrów, ale tylko 3.8B jest aktywowanych na token podczas wnioskowania, co jest wyborem projektowym stojącym za nazwą A4B. Jest to model tekstowy w katalogu api14, a data wydania przez dostawcę to 2026-04-03. Wersja udostępniana tutaj to wariant darmowy, identyfikowany jako google/gemma-4-26b-a4b-it:free.

Po stronie danych wejściowych model przyjmuje tekst, obrazy i wideo, a zwraca wyłącznie tekst. Okno kontekstu wynosi 262144 tokeny, a maksymalne wyjście to 32768 tokenów. Ponieważ jest dostrojony instrukcjami, ma za zadanie bezpośrednio wykonywać polecenia, a nie kontynuować surowy tekst. Układ mixture-of-experts oznacza, że otrzymujesz stosunkowo dużą łączną liczbę parametrów, podczas gdy tylko niewielka część wag jest aktywna na token, co ma znaczenie, jeśli zależy ci na przepustowości lub wydajności obsługi, a nie tylko na samej liczbie parametrów.

Te możliwości wskazują na kilka praktycznych wzorców. Długie dokumenty, duże bazy kodu lub rozszerzone transkrypcje mieszczą się wygodnie w kontekście 262144 tokenów, więc podsumowywanie, odpowiadanie na pytania dotyczące całego repozytorium i analiza wielu dokumentów są rozsądnymi zastosowaniami. Wejścia mieszane multimedialnie czynią go użytecznym do zadań łączących zrzuty ekranu, diagramy lub klatki wideo z pisemnymi instrukcjami, takich jak wyodrębnianie szczegółów strukturalnych z nagranego przewodnika lub opisywanie, co dzieje się w klipie wraz z podpowiedzią tekstową. Obsługa wywoływania narzędzi i wyjścia strukturalnego czyni go kandydatem do przepływów pracy w stylu agentowym oraz do potoków, w których odpowiedź musi być zgodna ze schematem.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu "google/gemma-4-26b-a4b-it:free". Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, response_format, seed, temperature, tool_choice, tools i top_p. W praktyce oznacza to, że możesz ustawić zachowanie próbkowania za pomocą temperature i top_p, uczynić uruchomienia powtarzalnymi za pomocą seed, ograniczyć długość odpowiedzi za pomocą max_tokens, zażądać JSON lub innego kształtu strukturalnego za pomocą response_format oraz przekazać definicje narzędzi za pomocą tools i tool_choice. Parametry reasoning i include_reasoning kontrolują, czy żądane jest wyjście rozumowania i czy jest ono zwracane.

Pamiętaj o limicie wyjścia 32768 tokenów podczas planowania długich generowań i zwróć uwagę, że model zwraca wyłącznie tekst, więc każda obsługa obrazów lub wideo odbywa się po stronie danych wejściowych. Jeśli twoje zadanie jest czysto tekstowe i nie korzysta z długiego kontekstu ani wejść multimodalnych, mniejszy model tylko tekstowy może być prostszy w użyciu.