Gemma 4 26B A4B IT is an instruction-tuned Mixture-of-Experts (MoE) model from Google DeepMind. Despite 25.2B total parameters, only 3.8B activate per token during inference — delivering near-31B quality at a fraction of the compute cost. Supports multimodal input including text, images, and video (up to 60s at 1fps). Features a 256K token context window, native function calling, configurable thinking/reasoning mode, and structured output support. Released under Apache 2.0.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
| US$0.0900 | US$0.280 | US$0.0490 | 0.40s | 114 tok/s | ||
| US$0.1000 | US$0.300 | US$0.0500 | 0.31s | 105 tok/s | ||
15% off | US$0.09US$0.0765 | US$0.30US$0.255 | US$0.05US$0.0425 | 0.42s | 75 tok/s | |
| US$0.1000 | US$0.300 | US$0.0500 | 0.43s | 73 tok/s | ||
| US$0.1300 | US$0.400 | US$0.0500 | 0.48s | 93 tok/s | ||
| US$0.0700 | US$0.340 | -- | 0.42s | 47 tok/s | ||
| US$0.1000 | US$0.300 | US$0.0500 | 0.64s | 45 tok/s | ||
| US$0.0670 | US$0.290 | US$0.0390 | 0.94s | 51 tok/s | ||
| US$0.1400 | US$0.400 | US$0.0500 | 2.02s | 40 tok/s | ||
| US$0.0400 | US$0.150 | US$0.0100 | 0.51s | 59 tok/s | ||
| US$0.0600 | US$0.330 | US$0.0400 | 1.00s | 52 tok/s | ||
| US$0.0700 | US$0.240 | US$0.0460 | 1.53s | 55 tok/s | ||
| US$0.1300 | US$0.400 | US$0.0500 | 0.74s | 47 tok/s | ||
| US$0.1500 | US$0.600 | -- | 0.33s | 57 tok/s | ||
| US$0.1300 | US$0.400 | -- | 0.62s | 116 tok/s |
- 输入 US$0.09 / 输出 US$0.28114 tok/s100.00% 正常运行时间
- 输入 US$0.10 / 输出 US$0.30105 tok/s99.58% 正常运行时间
- 输入 US$0.0765 / 输出 US$0.25515% off75 tok/s99.97% 正常运行时间
- 输入 US$0.10 / 输出 US$0.3073 tok/s100.00% 正常运行时间
- 输入 US$0.13 / 输出 US$0.4093 tok/s100.00% 正常运行时间
输入 US$0.07 / 输出 US$0.3447 tok/s99.92% 正常运行时间- 输入 US$0.10 / 输出 US$0.3045 tok/s99.85% 正常运行时间
- 输入 US$0.067 / 输出 US$0.2951 tok/s99.92% 正常运行时间
- 输入 US$0.14 / 输出 US$0.4040 tok/s99.41% 正常运行时间
输入 US$0.04 / 输出 US$0.1559 tok/s100.00% 正常运行时间- 输入 US$0.06 / 输出 US$0.3352 tok/s99.14% 正常运行时间
- 输入 US$0.07 / 输出 US$0.2455 tok/s98.87% 正常运行时间
- 输入 US$0.13 / 输出 US$0.4047 tok/s100.00% 正常运行时间
- 输入 US$0.15 / 输出 US$0.6057 tok/s81.74% 正常运行时间
- 输入 US$0.13 / 输出 US$0.40116 tok/s93.27% 正常运行时间
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
Gemma 4 26B A4B — 价格历史
| US$0.0383 | US$0.148 | 5.1% | 7.9% | ||
| US$0.0540 | US$0.329 | 29.6% | 1.4% | ||
| US$0.0629 | US$0.289 | 14.6% | 5.9% | ||
| US$0.0661 | US$0.239 | 15.8% | 4.4% | ||
| US$0.0699 | US$0.338 | 0.0% | 7.0% | ||
| US$0.0737 | US$0.289 | 34.9% | 25.4% | ||
| US$0.0790 | US$0.279 | 26.6% | 18.8% | ||
| US$0.0875 | US$0.299 | 24.7% | 6.9% | ||
| US$0.0913 | US$0.287 | 9.7% | 7.6% | ||
| US$0.0970 | US$0.300 | 5.9% | 6.4% | ||
| US$0.1136 | US$0.398 | 20.3% | 3.9% | ||
| US$0.1199 | US$0.399 | 22.2% | 0.3% | ||
| US$0.1230 | US$0.398 | 8.6% | 0.5% | ||
| US$0.1299 | US$0.400 | 0.0% | 1.4% | ||
| US$0.1499 | US$0.599 | 45.8% | 2.1% |
- 有效输入价格 US$0.0383 / 实际输出 US$0.148token 占比7.9%
- 有效输入价格 US$0.0540 / 实际输出 US$0.329token 占比1.4%
- 有效输入价格 US$0.0629 / 实际输出 US$0.289token 占比5.9%
- 有效输入价格 US$0.0661 / 实际输出 US$0.239token 占比4.4%
- 有效输入价格 US$0.0699 / 实际输出 US$0.338token 占比7.0%
- 有效输入价格 US$0.0737 / 实际输出 US$0.289token 占比25.4%
- 有效输入价格 US$0.0790 / 实际输出 US$0.279token 占比18.8%
- 有效输入价格 US$0.0875 / 实际输出 US$0.299token 占比6.9%
- 有效输入价格 US$0.0913 / 实际输出 US$0.287token 占比7.6%
- 有效输入价格 US$0.0970 / 实际输出 US$0.300token 占比6.4%
- 有效输入价格 US$0.1136 / 实际输出 US$0.398token 占比3.9%
- 有效输入价格 US$0.1199 / 实际输出 US$0.399token 占比0.3%
- 有效输入价格 US$0.1230 / 实际输出 US$0.398token 占比0.5%
- 有效输入价格 US$0.1299 / 实际输出 US$0.400token 占比1.4%
- 有效输入价格 US$0.1499 / 实际输出 US$0.599token 占比2.1%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) Openness Index | 38.9 |
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) GPQA Diamond | 71.4% |
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) HLE | 11.5% |
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) IFBench | 45.4% |
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) τ²-Bench Telecom | 40.4% |
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) AA-LCR | 42.3% |
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) CritPt | 0.0% |
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) Terminal-Bench Hard | 25.0% |
| Artificial Analysis | Gemma 4 26B A4B (Non-reasoning) MMMU-Pro | 66.7% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) Openness Index | 38.9 |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) AutomationBench-AA | 1.9% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) ITBench-AA | 23.6% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) GPQA Diamond | 79.2% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) HLE | 19.3% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) IFBench | 72.4% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) τ²-Bench Telecom | 43.6% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) AA-LCR | 65.7% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) τ³-Banking | 12.0% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) GDPval-AA | 3.6% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) CritPt | 0.0% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) HLE-Diamond | 6.2% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) SciCode | 40.0% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) Terminal-Bench Hard | 13.6% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) Terminal-Bench 2.1 | 39.0% |
| Artificial Analysis | Gemma 4 26B A4B (Reasoning) MMMU-Pro | 69.2% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
目前无法通过 EU 区域内路由使用。 区域内路由文档
常见问题
Gemma 4 26B A4B IT is an instruction-tuned Mixture-of-Experts (MoE) model from Google DeepMind. Despite 25.2B total parameters, only 3.8B activate per token during inference — delivering near-31B quality at a fraction of the compute cost. Supports multimodal input including text, images, and video (up to 60s at 1fps).
Gemma 4 26B A4B 的费用为 US$0.04/百万输入 token 和 US$0.15/百万输出 token,Cache Read,价格为 US$0.01/M tokens 单独计费。
Gemma 4 26B A4B 的上下文窗口为 262,144 个 token。它最多支持 131,072 个补全 token。
支持。在提供 Gemma 4 26B A4B 的 15 家提供商中,有 12 家支持该模型通过 tools 和 tool_choice 进行函数调用,包含工具的请求会被路由到这些提供商。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
Gemma 4 26B A4B 接受 图像、文本和视频 作为输入,并返回 文本。
在 OpenRouter 上,Gemma 4 26B A4B 由 15 家提供商提供服务:Darkbloom, DekaLLM, io.net, AkashML, DeepInfra, NextBit, Makora, Prime Intellect 及另外 7 个。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
Gemma 4 26B A4B 于 2026年4月3日 发布。