Google: Gemma 4 26B A4B (free)

Gemma 4 26B A4B IT on Google DeepMindin avoimen Gemma 4 -perheen ohjeita seuraamaan hienosäädetty asiantuntijasekoitusversio. Virallisessa arkkitehtuuritaulukossa on 25.2 miljardia parametria yhteensä ja 3.8 miljardia aktiivista parametria; A4B viittaa aktiivisten parametrien pyöristettyyn kokoluokkaan. Käyttötarkoituksiin kuuluvat päättely, ohjelmointi, agenttityönkulut ja monimodaalinen ymmärtäminen. Malli on erillinen esikoulutetusta versiosta ja tiheästä 31B-mallista.

Asiantuntijasekoitus aktivoi kullakin päättelylaskennan askeleella vain osan parametreistaan: julkaistun arkkitehtuuritaulukon mukaan kahdeksan aktiivista asiantuntijaa 128:sta sekä yhden yhteisen asiantuntijan. Google painottaa tässä versiossa päättelylaskennan tehokkuutta suhteessa tiheään malliin. Se yhdistää 30-kerroksisen arkkitehtuurin ja 1,024 tokenin liukuvan ikkunan globaaliin attention-mekanismiin, 256K kontekstiin ja visuaaliseen enkooderiin. Nämä arkkitehtuuriluvut kuvaavat valmistajan mallia, eivät tietylle sovellukselle taattua viivettä tai laitteistokokoonpanoa.

256K tokenin konteksti soveltuu tehtäviin, joissa laaja tekstiaineisto yhdistyy kuvalliseen näyttöön. Kuvia ja tekstiä voi vuorotella samassa kehotteessa; valmistaja suosittelee sijoittamaan kuvan ennen siihen liittyvää tekstiä parhaan tuloksen saavuttamiseksi. Kuvallisiin tehtäviin kuuluvat kohteiden tunnistus, asiakirjasivujen tulkinta, näyttöjen ja käyttöliittymien ymmärtäminen, kaaviot, monikielinen OCR, käsinkirjoitus ja kuvakohtien osoittaminen. Tuloste on tekstiä: poimittua sisältöä, selitys, koodia tai ehdotus työkalutoiminnoksi.

Säädettävän ajattelun avulla malli voi päätellä ennen vastaamista tai vastata suoraan. Gemma 4 lisää natiivin system-roolin user- ja assistant-roolien rinnalle. Googlen kehoteformaatti ottaa ajattelun käyttöön järjestelmäkehotteen <|think|>-ohjaustokenilla ja erottaa ajattelukanavan lopullisesta vastauksesta; dokumentoitu prosessori osaa käsitellä tätä mallipohjaa. Säilytä monivaiheisen keskustelun historiassa aiemmat lopulliset vastaukset ja jätä aiemmat ajatuskulut pois. Poikkeuksena ovat työkalukutsuja sisältävät vuorot, joissa ne tulee valmistajan mukaan säilyttää.

Natiivi Function Calling tukee työkalujen jäsenneltyä käyttöä, ja Googlen julkaisukuvaus dokumentoi myös rakenteisen JSON-tulostuksen. Määrittele tehtävä, käytettävissä oleva funktio ja odotettu tulos; sovellus suorittaa pyydetyn toiminnon ja palauttaa sen tuloksen seuraavaa vaihetta varten. Kooditehtävässä voi pyytää koodin luomista, täydentämistä tai korjaamista, ja kuvallinen avustaja voi selittää kaavion tai näytön palautetun tekstin avulla. Funktiokutsupyyntö on eri asia kuin yhdistetty toiminto, joka on jo suoritettu.

Kuvan vaihtelevaa tarkkuutta ohjataan visuaalisten tokenien budjetilla. Dokumentoidut vaihtoehdot ovat 70, 140, 280, 560 ja 1,120 tokenia. Pienemmät budjetit sopivat luokitteluun ja kuvateksteihin; suuremmat säilyttävät enemmän yksityiskohtia OCR:ää, asiakirjojen jäsentämistä ja pientä tekstiä varten mutta vaativat enemmän laskentaa. Päätä ennen kuvan valmistelua, tarvitsetko yleiskuvan vai täsmälliset kirjaimet. Selkeä rajaus etiketistä voi auttaa poimintatehtävässä enemmän kuin avoin pyyntö tutkia kokonaisen sivun jokainen yksityiskohta.

Google suosittelee malliperheen näytteistysasetuksiksi temperature 1.0, top-p 0.95 ja top-k 64. Mallikortti erottaa yli 140 kielellä tehdyn koulutuksen yli 35 kielen valmiista tuesta. Ilmoita vastauskieli ja säilytä verkkotunnukset, kenttien nimet tai kaavat nimenomaisesti tehtävänantoon. 256K on kontekstia koskeva määritys; viitattu mallikortti ei määritä tälle versiolle erillistä yleispätevää tulosteen enimmäispituutta.

Anna asiakirja- ja kooditehtävään kyseisen sivun kuva, kirjallinen vaatimus ja lähdekoodikatkelma: ”Lue merkinnät, selitä, miten tämä näkymä eroaa määrittelystä, ja ehdota annettuun koodiin rajattu korjaus.” Pyydä kaaviota koskevassa vastauksessa erottamaan näkyvät arvot päätellystä kehityssuunnasta. Gemman mallikortti mainitsee rajoitteita, jotka liittyvät monitulkintaiseen kieleen, erittäin monimutkaisiin tehtäviin sekä virheellisiin tai vanhentuneisiin faktaväitteisiin. Liitä siksi mukaan ne luotettavat faktat, joita tuloksessa on käytettävä, äläkä odota koulutustiedon tarjoavan niitä.

Valitse Ailootissa tämä täsmällinen mallitunnus /v1/chat/completions-pyynnössä ja anna tehtävä messages-kentässä. Jokaisessa viestissä on role ja content; pidä olennainen ohje ja lähdeaineisto yhdessä. Kerää koko JSON-vastaus tai kaikki SSE-osat, kun stream on käytössä, ja säilytä usage-tiedot kirjallisen tuloksen yhteydessä.