Gemma 4 26B A4B IT es la edición de mezcla de expertos ajustada para seguir instrucciones de la familia abierta Gemma 4 de Google DeepMind. La tabla oficial de arquitectura indica 25.2 mil millones de parámetros totales y 3.8 mil millones de parámetros activos; A4B designa la escala redondeada de parámetros activos. Su propósito abarca razonamiento, programación, procedimientos con agentes y comprensión multimodal. Es independiente de la edición preentrenada y del modelo denso 31B.
El diseño de mezcla de expertos activa un subconjunto de sus parámetros en cada paso de inferencia: ocho expertos activos de un total de 128, más un experto compartido, según la tabla de arquitectura publicada. Google sitúa esta edición en torno a la eficiencia de inferencia respecto al modelo denso. Combina una arquitectura de 30 capas y una ventana deslizante de 1,024 tokens con atención global, un contexto de 256K y un codificador visual. Estas cifras de arquitectura describen el modelo del productor, en lugar de garantizar una latencia o configuración de hardware para una aplicación concreta.
Su contexto de 256K tokens permite una tarea que combine texto extenso con pruebas visuales. Las imágenes y el texto pueden intercalarse en unas mismas instrucciones; el fabricante recomienda colocar el contenido de imagen antes del texto relacionado para obtener mejores resultados. Las tareas visuales incluyen detección de objetos, interpretación de páginas de documentos, comprensión de pantallas e interfaces, gráficos, OCR multilingüe, escritura a mano y señalamiento. La salida es texto: contenido extraído, una explicación, código o una acción de herramienta propuesta.
La comprensión de video procesa una secuencia de fotogramas. La ficha del modelo indica un máximo de 60 segundos cuando las imágenes se procesan a un fotograma por segundo. Prepara el episodio relevante, conserva el orden de los fotogramas y proporciona una pregunta sobre la secuencia visible. Este perfil visual 26B/31B no acepta audio; aquí no se aplican las capacidades de voz de las variantes más pequeñas de Gemma 4 que admiten audio. Si la tarea necesita información hablada, añade su transcripción como texto.
El razonamiento configurable permite que el modelo razone antes de responder o dé una respuesta directa. Gemma 4 incorpora un rol system nativo junto a los roles user y assistant. El formato de instrucciones de Google activa el razonamiento con el token de control <|think|> en las instrucciones de sistema y separa el canal de pensamiento de la respuesta final; su procesador documentado puede gestionar esa plantilla. En una conversación de varios turnos, conserva las respuestas finales anteriores en el historial y excluye los pensamientos previos, salvo en los turnos de llamadas a herramientas, en los que el fabricante indica que deben conservarse.
Native Function Calling permite el uso estructurado de herramientas, y la descripción del lanzamiento de Google también documenta salida JSON estructurada. Define la tarea, la función disponible y el resultado esperado; la aplicación ejecuta la operación solicitada y devuelve su salida para el siguiente paso. Una tarea de código puede pedir generación, completado o corrección, mientras que un asistente visual puede usar el texto devuelto para explicar un gráfico o una pantalla. Una instrucción de llamada a función es independiente de una acción conectada que se haya ejecutado realmente.
La resolución variable de imagen se controla mediante el presupuesto de tokens visuales. Las opciones documentadas son 70, 140, 280, 560 y 1,120 tokens. Los presupuestos menores son adecuados para clasificación, pies de imagen o secuencias de fotogramas; los mayores conservan más detalle para OCR, análisis de documentos y texto pequeño, con más cómputo. Decide si necesitas la escena general o los caracteres exactos antes de preparar la imagen. Un recorte claro de una etiqueta puede ser más útil para una tarea de extracción que una petición sin concretar de examinar cada detalle de una página completa.
Google recomienda temperature 1.0, top-p 0.95 y top-k 64 como configuración de muestreo de la familia. La ficha del modelo distingue el entrenamiento en más de 140 idiomas de la compatibilidad inmediata con más de 35 idiomas. Indica el idioma de respuesta y conserva explícitamente en las instrucciones los nombres de dominio, los nombres de campos o las fórmulas. La cifra 256K es una especificación de contexto; la ficha citada no establece una cifra máxima de salida universal separada para esta edición.
Para una tarea de documentos y código, proporciona la imagen de página relevante, el requisito escrito y el fragmento de origen: «Lee las etiquetas, explica en qué difiere esta pantalla de la especificación y propón una corrección concreta del código proporcionado». Para un gráfico, pide que la respuesta separe los valores visibles de una tendencia deducida. La ficha de Gemma señala limitaciones relacionadas con lenguaje ambiguo, tareas muy complejas y afirmaciones factuales incorrectas o desactualizadas, por lo que debes adjuntar los hechos con autoridad que tiene que usar el resultado solicitado, en lugar de esperar que los proporcionen los conocimientos del entrenamiento.
", "aboutText": "Gemma 4 26B A4B IT es la edición de mezcla de expertos ajustada para seguir instrucciones de la familia abierta Gemma 4 de Google DeepMind. La tabla oficial de arquitectura indica 25.2 mil millones de parámetros totales y 3.8 mil millones de parámetros activos; A4B designa la escala redondeada de parámetros activos. Su propósito abarca razonamiento, programación, procedimientos con agentes y comprensión multimodal. Es independiente de la edición preentrenada y del modelo denso 31B.\n\nEl diseño de mezcla de expertos activa un subconjunto de sus parámetros en cada paso de inferencia: ocho expertos activos de un total de 128, más un experto compartido, según la tabla de arquitectura publicada. Google sitúa esta edición en torno a la eficiencia de inferencia respecto al modelo denso. Combina una arquitectura de 30 capas y una ventana deslizante de 1,024 tokens con atención global, un contexto de 256K y un codificador visual. Estas cifras de arquitectura describen el modelo del productor, en lugar de garantizar una latencia o configuración de hardware para una aplicación concreta.\n\nSu contexto de 256K tokens permite una tarea que combine texto extenso con pruebas visuales. Las imágenes y el texto pueden intercalarse en unas mismas instrucciones; el fabricante recomienda colocar el contenido de imagen antes del texto relacionado para obtener mejores resultados. Las tareas visuales incluyen detección de objetos, interpretación de páginas de documentos, comprensión de pantallas e interfaces, gráficos, OCR multilingüe, escritura a mano y señalamiento. La salida es texto: contenido extraído, una explicación, código o una acción de herramienta propuesta.\n\nLa comprensión de video procesa una secuencia de fotogramas. La ficha del modelo indica un máximo de 60 segundos cuando las imágenes se procesan a un fotograma por segundo. Prepara el episodio relevante, conserva el orden de los fotogramas y proporciona una pregunta sobre la secuencia visible. Este perfil visual 26B/31B no acepta audio; aquí no se aplican las capacidades de voz de las variantes más pequeñas de Gemma 4 que admiten audio. Si la tarea necesita información hablada, añade su transcripción como texto.\n\nEl razonamiento configurable permite que el modelo razone antes de responder o dé una respuesta directa. Gemma 4 incorpora un rol system nativo junto a los roles user y assistant. El formato de instrucciones de Google activa el razonamiento con el token de control <|think|> en las instrucciones de sistema y separa el canal de pensamiento de la respuesta final; su procesador documentado puede gestionar esa plantilla. En una conversación de varios turnos, conserva las respuestas finales anteriores en el historial y excluye los pensamientos previos, salvo en los turnos de llamadas a herramientas, en los que el fabricante indica que deben conservarse.\n\nNative Function Calling permite el uso estructurado de herramientas, y la descripción del lanzamiento de Google también documenta salida JSON estructurada. Define la tarea, la función disponible y el resultado esperado; la aplicación ejecuta la operación solicitada y devuelve su salida para el siguiente paso. Una tarea de código puede pedir generación, completado o corrección, mientras que un asistente visual puede usar el texto devuelto para explicar un gráfico o una pantalla. Una instrucción de llamada a función es independiente de una acción conectada que se haya ejecutado realmente.\n\nLa resolución variable de imagen se controla mediante el presupuesto de tokens visuales. Las opciones documentadas son 70, 140, 280, 560 y 1,120 tokens. Los presupuestos menores son adecuados para clasificación, pies de imagen o secuencias de fotogramas; los mayores conservan más detalle para OCR, análisis de documentos y texto pequeño, con más cómputo. Decide si necesitas la escena general o los caracteres exactos antes de preparar la imagen. Un recorte claro de una etiqueta puede ser más útil para una tarea de extracción que una petición sin concretar de examinar cada detalle de una página completa.\n\nGoogle recomienda temperature 1.0, top-p 0.95 y top-k 64 como configuración de muestreo de la familia. La ficha del modelo distingue el entrenamiento en más de 140 idiomas de la compatibilidad inmediata con más de 35 idiomas. Indica el idioma de respuesta y conserva explícitamente en las instrucciones los nombres de dominio, los nombres de campos o las fórmulas. La cifra 256K es una especificación de contexto; la ficha citada no establece una cifra máxima de salida universal separada para esta edición.\n\nPara una tarea de documentos y código, proporciona la imagen de página relevante, el requisito escrito y el fragmento de origen: «Lee las etiquetas, explica en qué difiere esta pantalla de la especificación y propón una corrección concreta del código proporcionado». Para un gráfico, pide que la respuesta separe los valores visibles de una tendencia deducida. La ficha de Gemma señala limitaciones relacionadas con lenguaje ambiguo, tareas muy complejas y afirmaciones factuales incorrectas o desactualizadas, por lo que debes adjuntar los hechos con autoridad que tiene que usar el resultado solicitado, en lugar de esperar que los proporcionen los conocimientos del entrenamiento.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Compare readings and inferred trends\n\nAnalyze this transcribed chart data: week 1, 20 returns from 1,000 orders; week 2, 24 from 1,200; week 3, 18 from 600. Calculate each return rate, distinguish counts from rates and write a two-sentence operations note. Do not infer the cause of any change from these values alone.A three-row rate table and an operations note separating observed values from causal interpretation.Check percentages use each week's own order count and the note does not equate fewer returns with a lower rate.google/gemma-4-26b-a4b-itGemma 4 26B A4B IT es el modelo de mezcla de expertos de Google ajustado para seguir instrucciones y realizar razonamiento textual y visual. Combina un contexto de 256K, comprensión de imágenes y video mediante fotogramas, razonamiento configurable y llamadas nativas a funciones con salida de texto.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemma 4 26B A4B IT es la edición de mezcla de expertos ajustada para seguir instrucciones de la familia abierta Gemma 4 de Google DeepMind. La tabla oficial de arquitectura indica 25.2 mil millones de parámetros totales y 3.8 mil millones de parámetros activos; A4B designa la escala redondeada de parámetros activos. Su propósito abarca razonamiento, programación, procedimientos con agentes y comprensión multimodal. Es independiente de la edición preentrenada y del modelo denso 31B.
El diseño de mezcla de expertos activa un subconjunto de sus parámetros en cada paso de inferencia: ocho expertos activos de un total de 128, más un experto compartido, según la tabla de arquitectura publicada. Google sitúa esta edición en torno a la eficiencia de inferencia respecto al modelo denso. Combina una arquitectura de 30 capas y una ventana deslizante de 1,024 tokens con atención global, un contexto de 256K y un codificador visual. Estas cifras de arquitectura describen el modelo del productor, en lugar de garantizar una latencia o configuración de hardware para una aplicación concreta.
Su contexto de 256K tokens permite una tarea que combine texto extenso con pruebas visuales. Las imágenes y el texto pueden intercalarse en unas mismas instrucciones; el fabricante recomienda colocar el contenido de imagen antes del texto relacionado para obtener mejores resultados. Las tareas visuales incluyen detección de objetos, interpretación de páginas de documentos, comprensión de pantallas e interfaces, gráficos, OCR multilingüe, escritura a mano y señalamiento. La salida es texto: contenido extraído, una explicación, código o una acción de herramienta propuesta.
La comprensión de video procesa una secuencia de fotogramas. La ficha del modelo indica un máximo de 60 segundos cuando las imágenes se procesan a un fotograma por segundo. Prepara el episodio relevante, conserva el orden de los fotogramas y proporciona una pregunta sobre la secuencia visible. Este perfil visual 26B/31B no acepta audio; aquí no se aplican las capacidades de voz de las variantes más pequeñas de Gemma 4 que admiten audio. Si la tarea necesita información hablada, añade su transcripción como texto.
El razonamiento configurable permite que el modelo razone antes de responder o dé una respuesta directa. Gemma 4 incorpora un rol system nativo junto a los roles user y assistant. El formato de instrucciones de Google activa el razonamiento con el token de control <|think|> en las instrucciones de sistema y separa el canal de pensamiento de la respuesta final; su procesador documentado puede gestionar esa plantilla. En una conversación de varios turnos, conserva las respuestas finales anteriores en el historial y excluye los pensamientos previos, salvo en los turnos de llamadas a herramientas, en los que el fabricante indica que deben conservarse.
Native Function Calling permite el uso estructurado de herramientas, y la descripción del lanzamiento de Google también documenta salida JSON estructurada. Define la tarea, la función disponible y el resultado esperado; la aplicación ejecuta la operación solicitada y devuelve su salida para el siguiente paso. Una tarea de código puede pedir generación, completado o corrección, mientras que un asistente visual puede usar el texto devuelto para explicar un gráfico o una pantalla. Una instrucción de llamada a función es independiente de una acción conectada que se haya ejecutado realmente.
La resolución variable de imagen se controla mediante el presupuesto de tokens visuales. Las opciones documentadas son 70, 140, 280, 560 y 1,120 tokens. Los presupuestos menores son adecuados para clasificación, pies de imagen o secuencias de fotogramas; los mayores conservan más detalle para OCR, análisis de documentos y texto pequeño, con más cómputo. Decide si necesitas la escena general o los caracteres exactos antes de preparar la imagen. Un recorte claro de una etiqueta puede ser más útil para una tarea de extracción que una petición sin concretar de examinar cada detalle de una página completa.
Google recomienda temperature 1.0, top-p 0.95 y top-k 64 como configuración de muestreo de la familia. La ficha del modelo distingue el entrenamiento en más de 140 idiomas de la compatibilidad inmediata con más de 35 idiomas. Indica el idioma de respuesta y conserva explícitamente en las instrucciones los nombres de dominio, los nombres de campos o las fórmulas. La cifra 256K es una especificación de contexto; la ficha citada no establece una cifra máxima de salida universal separada para esta edición.
Para una tarea de documentos y código, proporciona la imagen de página relevante, el requisito escrito y el fragmento de origen: «Lee las etiquetas, explica en qué difiere esta pantalla de la especificación y propón una corrección concreta del código proporcionado». Para un gráfico, pide que la respuesta separe los valores visibles de una tendencia deducida. La ficha de Gemma señala limitaciones relacionadas con lenguaje ambiguo, tareas muy complejas y afirmaciones factuales incorrectas o desactualizadas, por lo que debes adjuntar los hechos con autoridad que tiene que usar el resultado solicitado, en lugar de esperar que los proporcionen los conocimientos del entrenamiento.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemma-4-26b-a4b-it | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0.0012 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0.0012 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-4-26b-a4b-it", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemma-4-26b-a4b-it',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemma-4-26b-a4b-it',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra google/gemma-4-26b-a4b-it
Usa las rutas de método indicadas arriba.
google/gemma-4-26b-a4b-itGemma 4 26B A4B IT es el modelo de mezcla de expertos de Google ajustado para seguir instrucciones y realizar razonamiento textual y visual. Combina un contexto de 256K, comprensión de imágenes y video mediante fotogramas, razonamiento configurable y llamadas nativas a funciones con salida de texto.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemma 4 26B A4B IT es la edición de mezcla de expertos ajustada para seguir instrucciones de la familia abierta Gemma 4 de Google DeepMind. La tabla oficial de arquitectura indica 25.2 mil millones de parámetros totales y 3.8 mil millones de parámetros activos; A4B designa la escala redondeada de parámetros activos. Su propósito abarca razonamiento, programación, procedimientos con agentes y comprensión multimodal. Es independiente de la edición preentrenada y del modelo denso 31B.
El diseño de mezcla de expertos activa un subconjunto de sus parámetros en cada paso de inferencia: ocho expertos activos de un total de 128, más un experto compartido, según la tabla de arquitectura publicada. Google sitúa esta edición en torno a la eficiencia de inferencia respecto al modelo denso. Combina una arquitectura de 30 capas y una ventana deslizante de 1,024 tokens con atención global, un contexto de 256K y un codificador visual. Estas cifras de arquitectura describen el modelo del productor, en lugar de garantizar una latencia o configuración de hardware para una aplicación concreta.
Su contexto de 256K tokens permite una tarea que combine texto extenso con pruebas visuales. Las imágenes y el texto pueden intercalarse en unas mismas instrucciones; el fabricante recomienda colocar el contenido de imagen antes del texto relacionado para obtener mejores resultados. Las tareas visuales incluyen detección de objetos, interpretación de páginas de documentos, comprensión de pantallas e interfaces, gráficos, OCR multilingüe, escritura a mano y señalamiento. La salida es texto: contenido extraído, una explicación, código o una acción de herramienta propuesta.
La comprensión de video procesa una secuencia de fotogramas. La ficha del modelo indica un máximo de 60 segundos cuando las imágenes se procesan a un fotograma por segundo. Prepara el episodio relevante, conserva el orden de los fotogramas y proporciona una pregunta sobre la secuencia visible. Este perfil visual 26B/31B no acepta audio; aquí no se aplican las capacidades de voz de las variantes más pequeñas de Gemma 4 que admiten audio. Si la tarea necesita información hablada, añade su transcripción como texto.
El razonamiento configurable permite que el modelo razone antes de responder o dé una respuesta directa. Gemma 4 incorpora un rol system nativo junto a los roles user y assistant. El formato de instrucciones de Google activa el razonamiento con el token de control <|think|> en las instrucciones de sistema y separa el canal de pensamiento de la respuesta final; su procesador documentado puede gestionar esa plantilla. En una conversación de varios turnos, conserva las respuestas finales anteriores en el historial y excluye los pensamientos previos, salvo en los turnos de llamadas a herramientas, en los que el fabricante indica que deben conservarse.
Native Function Calling permite el uso estructurado de herramientas, y la descripción del lanzamiento de Google también documenta salida JSON estructurada. Define la tarea, la función disponible y el resultado esperado; la aplicación ejecuta la operación solicitada y devuelve su salida para el siguiente paso. Una tarea de código puede pedir generación, completado o corrección, mientras que un asistente visual puede usar el texto devuelto para explicar un gráfico o una pantalla. Una instrucción de llamada a función es independiente de una acción conectada que se haya ejecutado realmente.
La resolución variable de imagen se controla mediante el presupuesto de tokens visuales. Las opciones documentadas son 70, 140, 280, 560 y 1,120 tokens. Los presupuestos menores son adecuados para clasificación, pies de imagen o secuencias de fotogramas; los mayores conservan más detalle para OCR, análisis de documentos y texto pequeño, con más cómputo. Decide si necesitas la escena general o los caracteres exactos antes de preparar la imagen. Un recorte claro de una etiqueta puede ser más útil para una tarea de extracción que una petición sin concretar de examinar cada detalle de una página completa.
Google recomienda temperature 1.0, top-p 0.95 y top-k 64 como configuración de muestreo de la familia. La ficha del modelo distingue el entrenamiento en más de 140 idiomas de la compatibilidad inmediata con más de 35 idiomas. Indica el idioma de respuesta y conserva explícitamente en las instrucciones los nombres de dominio, los nombres de campos o las fórmulas. La cifra 256K es una especificación de contexto; la ficha citada no establece una cifra máxima de salida universal separada para esta edición.
Para una tarea de documentos y código, proporciona la imagen de página relevante, el requisito escrito y el fragmento de origen: «Lee las etiquetas, explica en qué difiere esta pantalla de la especificación y propón una corrección concreta del código proporcionado». Para un gráfico, pide que la respuesta separe los valores visibles de una tendencia deducida. La ficha de Gemma señala limitaciones relacionadas con lenguaje ambiguo, tareas muy complejas y afirmaciones factuales incorrectas o desactualizadas, por lo que debes adjuntar los hechos con autoridad que tiene que usar el resultado solicitado, en lugar de esperar que los proporcionen los conocimientos del entrenamiento.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemma-4-26b-a4b-it | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0.0012 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0.0012 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemma-4-26b-a4b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemma-4-26b-a4b-it', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemma-4-26b-a4b-it', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra google/gemma-4-26b-a4b-it
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Compare readings and inferred trends\n\nAnalyze this transcribed chart data: week 1, 20 returns from 1,000 orders; week 2, 24 from 1,200; week 3, 18 from 600. Calculate each return rate, distinguish counts from rates and write a two-sentence operations note. Do not infer the cause of any change from these values alone.A three-row rate table and an operations note separating observed values from causal interpretation.Check percentages use each week's own order count and the note does not equate fewer returns with a lower rate.