Gemma 4 26B A4B
MODEL PROFILE模型资料Google · 2026-04-02 发布 · 开源权重
Gemma 4 26B A4B 是 Google 于 2026 年 4 月发布的开源权重多模态模型，采用 Apache-2.0 许可，支持文本与图像输入、文本输出，面向希望在可控成本下自部署或按量调用图文理解能力的开发者与中小团队。
模型介绍
Gemma 4 26B A4B 属于 Google Gemma 系列第四代，参数规模 26B，权重开源且允许商用与二次分发。它要解决的是这样一个问题：团队既需要图像理解加文本生成的基础多模态能力，又不愿承担闭源大模型的高单价与数据出域风险。相比同厂 Gemini 系列，它的官方定价处于最低区间，输入 0.1 美元/百万 tokens、输出 0.34 美元/百万 tokens，适合把图文问答、文档图片解读、知识型问答这类高频但单次难度不高的请求放在本地或私有环境中处理。站内第三方跑分显示，它在知识型问答和长上下文检索类指标上表现较稳，但在高难推理、终端操作与银行业务类工具调用上明显偏弱，选型时应按任务难度分层使用，而非当作通用主力模型。
选型建议需要低成本图文理解与知识问答、且看重开源可自托管时选它；若任务以高难推理、终端代理或银行级工具调用为主，则不宜作为主力模型。
关键指标
适用场景
- 部署图文问答服务，处理截图、扫描件与图表类图片的解读需求
- 在私有环境内自托管权重，完成数据不出域的文本生成任务
- 承担检索增强型知识问答，利用其 GPQA 与 LCR 的相对优势
- 在高频调用场景下替代高价闭源接口，压缩单次请求成本
- 作为科学计算与代码辅助的轻量选型，控制任务复杂度与链路长度
暂无：上下文窗口、最大输出、知识截止、模型家族、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。 发布 224 天。
规格与能力
上面没列到的字段官方未完整披露网络细节，A4B 的命名延续了 Gemma 系列对总参数与激活参数分层标注的习惯，具体层数、注意力配置与上下文窗口在本站事实中未标注。
- 结构沿用 Gemma 系列的 decoder-only 主干，A4B 后缀通常指向稀疏激活设计，推理时只调用部分参数；具体稀疏比例与专家划分公开资料较少。
- 能力原生接受文本与图像输入并输出文本，可承接截图解读、表格识别、图文问答等跨模态任务，无需外接视觉编码器。
- 披露权重以 Apache-2.0 开放，允许自托管与再分发；训练数据构成、上下文长度上限等关键参数未在本站事实中标明，落地前需自行核验。
- 开源权重
- 是
- 许可证
- apache-2.0
- 参数规模
- 26B
能力
资料未标注
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| Gemma 4 26B A4B IT | 26B | 262.1K | $0.08/M | $0.1/M | |
| Gemma 4 26B-A4B | EmpirioLabs AI | 26B | 262.1K | $0.05/M | $0.29/M |
| Gemma 4 26B A4B Chimera X Heretic | NanoGPT | — | 262.1K | $0.12/M | $0.38/M |
| Gemma 4 26B A4B Cybersecurity | NanoGPT | — | 262.1K | $0.1056/M | $0.3344/M |
| Gemma 4 26B A4B MeroMero | NanoGPT | — | 262.1K | $0.12/M | $0.38/M |
| Gemma 4 26B A4B Uncensored TEE | NanoGPT | — | 65.5K | $0.15/M | $0.7/M |
| Gemma-4-26B-A4B-NVFP4 | NVIDIA | 26B | — | — | — |
| Gemma-4-26B-A4B-it-NVFP4 | bg-digitalservices | 26B | — | — | — |
性能表现
Artificial Analysis 口径的跑分呈现明显分化：知识型与检索型任务相对扎实，高难推理与代理执行类任务则偏弱。
- 强项GPQA 79.2%、LCR 65.7%，说明在专家级知识问答与长上下文检索利用上具备可用水准，适合检索增强类问答。
- 短板HLE 19.3%、Tau-Banking 12.0%、TerminalBench v2.1 39.0%，高难推理、银行业务流程与终端操作任务表现有限，不宜承担多步代理。
- 适合SciCode 40.0% 表明具备一定科学与代码辅助能力，可用于中等复杂度的计算型提问，但需限制任务链路长度。
跑分与榜单
第三方评测口径这些跑分分别测什么？（4 项口径说明）
| 基准 | 类别 | 说明 | 满分口径 | 前沿水平 | 状态 | 污染风险 |
|---|---|---|---|---|---|---|
| GPQA Diamond基准主页 | 知识 | Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions. | 0-100% accuracy | 96.3% (Artificial Analysis run) | 已饱和 | 低 |
| Humanity's Last Exam基准主页 | 知识 | Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing. | 0-100% accuracy | 74.3% (Artificial Analysis independent run on its 2,158-question text-only subset, pass@1; previous best 61.4%, Claude Opus 5.5 at max effort). Artificial Analysis now lists full HLE as a legacy evaluation, removed from its Intelligence Index in v5.0. Anthropic self-reports 74.2% with tools for the same model, a separate vendor series; the Scale Labs board had no Fable 5.2 row on 2026-11-09 and is still led by GPT-6 Astra at 54.80% | 仍在维护 | 低 |
| Terminal-Bench基准主页 | 编程 | Stanford / Anthropic agentic terminal-task benchmark. Each task gives the agent a goal and a sandboxed shell; success measured by deterministic post-condition. | 0-100% solved | 64.5% (1.0, legacy split) | 已停用 | 低 |
| Tau-Bench基准主页 | 智能体 | Sierra benchmark of customer-service agents. Tests realistic multi-turn tool-use with deterministic evaluators. Now at tau3: tau2 covers retail, airline, and telecom, while tau3 adds a banking knowledge-retrieval track and a real-time voice track, each ranked separately. | 0-100% pass@1 | 87.9% (tau2 text, 3-domain avg pass^1); the tau3 banking text track is led by Qwen3.8 Max at 55.2% pass^1 (Claude Opus 5 second at 48.7%), and the tau3 voice track by Ava Zero at 86.0% task completion, ahead of phonic-1 at 83.2% and gpt-live-1 at 79.9% | 仍在维护 | 低 |
说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。
跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。
价格与性价比
结合各平台报价与同类对比官方定价处于同厂体系的最低档，输入 0.1 美元/百万 tokens、输出 0.34 美元/百万 tokens，成本结构对高频轻量请求友好。
- 定位在 Gemma 与 Gemini 的价格阶梯里位于底部，适合把大批量、低单次价值的请求放在这一档处理。
- 横向对比相对本模型输入价，Gemini 3.8 Flash 高出 650%，Gemini 4 Carbon 与 Gemini 4 Argon 均高出 1900%，价差主要体现在上下文规模与推理强度上。
- 平台差价HowToken 报价与官方一致，输入 0.1 美元、输出 0.34 美元每百万 tokens，本站收录平台数为 0 家，可选渠道仍有限。
- 省钱权重开源可自托管，调用量稳定后可改用自有算力摊薄单价，同时规避数据出域带来的合规成本。
平台报价对比
1 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| HowToken | $0.1/M | $0.34/M | — | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.1/M / $0.34/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Gemini 4 Argon | 1.05M | $2/M | $10/M | +1900.0% | 166.4 |
| Gemini 3.8 Flash | 1.05M | $0.75/M | $3.75/M | +650.0% | 158.6 |
| Gemini 3.7 Flash | 1.05M | $0.75/M | $3.75/M | +650.0% | 158.4 |
| Gemini 3.5 Flash | 1.05M | $1.5/M | $9/M | +1400.0% | 155.2 |
| Gemini 3.6 Flash | 1.05M | $0.75/M | $3.75/M | +650.0% | 155.2 |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 Gemma 4 26B A4B 的常见问题
2 条Gemma 4 26B A4B 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.1/M、输出 $0.34/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
Gemma 4 26B A4B 是开源模型吗？
Gemma 4 26B A4B 提供开源权重，可以自行下载部署，许可证为 apache-2.0，HuggingFace 下载量 69,216。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
使用注意
- 口径全部跑分来自 Artificial Analysis 单一第三方口径，仅覆盖所列任务类型，不能直接换算为具体业务场景的准确率。
- 边界输入仅支持文本与图像、输出仅文本，不支持音频或视频；上下文长度未标注，长文档场景需先做切分验证。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
