Google: Gemma 4 26B A4B

O Google Gemma 4 26B A4B IT é um modelo ajustado por instruções do Google DeepMind, lançado em 3 de abril de 2026. Pertence à família Gemma e usa uma arquitetura de Mistura de Especialistas (MoE): o modelo contém 25,2B parâmetros totais, mas apenas 3,8B são ativados por token durante a inferência. Esse design é o que o "A4B" no nome se refere, e o Google o posiciona como entregando qualidade próxima a um modelo de 31B enquanto mantém o compute ativo por token muito menor.

O modelo é text-in, text-out em seu núcleo, mas aceita mais do que texto. As modalidades de entrada são imagem, texto e vídeo, então você pode enviar capturas de tela, fotos ou quadros de vídeo junto com um prompt. A saída é apenas texto. A janela de contexto é 262.144 tokens, e a saída máxima é 235.929 tokens, o que é incomumente grande e torna a geração de formato longo e o processamento de documentos inteiros prático em vez de algo que você tenha que dividir agressivamente em partes.

Essas capacidades apontam para alguns casos de uso naturais. Trabalho de contexto longo, como resumir ou consultar grandes bases de código, contratos, artigos de pesquisa ou históricos de tickets de suporte, se encaixa na janela de 262k. Como imagens e vídeo são aceitos como entrada, você pode construir fluxos de trabalho em torno de perguntas e respostas visuais, extração de dados estruturados de capturas de tela, ou descrição e raciocínio sobre conteúdo de vídeo. O ajuste por instruções mais o tool calling o torna adequado para pipelines no estilo de agentes, e as saídas estruturadas ajudam quando você precisa de JSON ou respostas conformes a um schema em vez de texto livre.

Você o chama através do api14 compatível com OpenAI usando o id de modelo "google/gemma-4-26b-a4b-it". Como a interface segue o formato de chat completions da OpenAI, SDKs e clientes existentes geralmente funcionam com apenas uma mudança de URL base e chave. Os parâmetros de requisição suportados são 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 e top_p. Reasoning e include_reasoning permitem que você controle se o conteúdo de raciocínio é exposto, e tools com tool_choice cobrem o function calling.

Sobre limites, o principal a considerar é que a saída é apenas texto, então qualquer tarefa que exija imagens, áudio ou vídeo gerados precisa de um modelo diferente. O contexto grande e os tetos de saída são generosos, mas não eliminam a necessidade de gerenciar orçamentos de tokens na sua própria aplicação. Se sua carga de trabalho é geração de texto curta e simples, um modelo menor e mais rápido pode ser mais adequado; o Gemma 4 26B A4B IT faz mais sentido quando você realmente precisa do contexto longo, da entrada multimodal ou do uso de ferramentas.