Google: Gemma 4 26B A4B (free)

Gemma 4 26B A4B IT, Google'dan gelen ve Google DeepMind'ın Gemma ailesi altında yayımlanan, talimat ayarlı bir Mixture-of-Experts modelidir. Toplam 25.2B parametreye sahiptir, ancak çıkarım sırasında her token için yalnızca 3.8B parametre etkinleşir, A4B adının arkasındaki tasarım tercihi budur. api14 kataloğunda bir metin modelidir ve sağlayıcı yayın tarihi 2026-04-03'tür. Burada sunulan sürüm, google/gemma-4-26b-a4b-it:free olarak tanımlanan ücretsiz varyanttır.

Girdi tarafında model metin, görüntü ve video kabul eder ve yalnızca metin üretir. Bağlam penceresi 262144 tokendır ve maksimum çıktı 32768 tokendır. Talimat ayarlı olduğu için ham metni sürdürmek yerine doğrudan istemleri izlemek üzere tasarlanmıştır. Mixture-of-experts düzeni, her token için ağırlıkların yalnızca küçük bir kısmı etkinken nispeten büyük bir toplam parametre sayısı elde ettiğiniz anlamına gelir; bu, yalnızca ham parametre sayısını değil, verimi veya sunum verimliliğini önemsiyorsanız önemlidir.

Bu yetenekler birkaç pratik kalıba işaret eder. Uzun belgeler, büyük kod tabanları veya uzatılmış transkriptler 262144 tokenlık bağlama rahatça sığar, dolayısıyla özetleme, tüm bir depo üzerinde soru yanıtlama ve çok belgeli analiz makul uyumlardır. Karışık ortam girdileri, kaydedilmiş bir kılavuzdan yapılandırılmış ayrıntıları çıkarma veya bir klipte neler olduğunu bir metin istemiyle birlikte açıklama gibi, ekran görüntülerini, diyagramları veya video karelerini yazılı talimatlarla birleştiren görevler için kullanılabilir hale getirir. Araç çağırma ve yapılandırılmış çıktı desteği, onu ajan tarzı iş akışları ve yanıtın bir şemaya uyması gereken ardışık düzenler için bir aday yapar.

Modeli, "google/gemma-4-26b-a4b-it:free" model kimliğini kullanarak api14'ün OpenAI uyumlu API'si üzerinden çağırırsınız. Desteklenen istek parametreleri include_reasoning, max_tokens, reasoning, response_format, seed, temperature, tool_choice, tools ve top_p'dir. Pratikte bu, örnekleme davranışını temperature ve top_p ile ayarlayabileceğiniz, seed ile çalıştırmaları yeniden üretilebilir hale getirebileceğiniz, yanıt uzunluğunu max_tokens ile sınırlayabileceğiniz, response_format ile JSON veya başka bir yapılandırılmış biçim isteyebileceğiniz ve araç tanımlarını tools ve tool_choice ile geçirebileceğiniz anlamına gelir. reasoning ve include_reasoning parametreleri, akıl yürütme çıktısının istenip istenmediğini ve döndürülüp döndürülmediğini kontrol eder.

Uzun üretimleri planlarken 32768 tokenlık çıktı tavanını aklınızda tutun ve modelin yalnızca metin döndürdüğünü unutmayın, bu nedenle görüntü veya video işleme girdi tarafında gerçekleşir. Göreviniz tamamen metinse ve uzun bağlamdan veya çok kipli girdilerden fayda sağlamıyorsa, daha küçük ve yalnızca metne dayalı bir modelle çalışmak daha basit olabilir.