A Gemma 4 26B A4B IT a Google DeepMind nyílt Gemma 4 családjának utasításkövetésre finomhangolt, szakértőkeverékes kiadása. A hivatalos architektúratáblázat 25.2 milliárd összes és 3.8 milliárd aktív paramétert sorol fel; az A4B név az aktív paraméterek kerekített nagyságrendjére utal. Felhasználási területe a következtetés, a programozás, az ügynöki munkafolyamatok és a multimodális megértés. Különbözik az előtanított kiadástól és a sűrű 31B modelltől.
A szakértőkeverékes felépítés minden következtetési lépéshez a paraméterek egy részhalmazát aktiválja: a közzétett architektúratáblázat szerint 128 szakértőből nyolc aktívat, valamint egy közös szakértőt. A Google ezt a kiadást a sűrű modellhez képest hatékonyabb következtetésre pozicionálja. A 30 rétegű architektúrát és az 1,024 tokenes csúszóablakot globális figyelemmel, 256K kontextussal és vizuális kódolóval ötvözi. Ezek az architektúraértékek a gyártó modelljét írják le, nem egy adott alkalmazás garantált késleltetését vagy hardverkonfigurációját.
A 256K tokenes kontextus olyan feladatokat támogat, amelyek jelentős mennyiségű szöveget kapcsolnak össze vizuális bizonyítékokkal. A képek és a szöveg váltakozva is szerepelhetnek egyetlen promptban; a gyártó a legjobb eredmény érdekében azt javasolja, hogy a képtartalom a hozzá kapcsolódó szöveg előtt álljon. A vizuális feladatok közé tartozik az objektumfelismerés, a dokumentumoldalak értelmezése, a képernyők és felületek megértése, a diagramok elemzése, a többnyelvű OCR, a kézírás értelmezése és a rámutatás. A kimenet szöveg: kinyert tartalom, magyarázat, kód vagy javasolt eszközművelet.
A beállítható gondolkodás lehetővé teszi, hogy a modell válaszadás előtt következtessen, vagy közvetlen választ adjon. A Gemma 4 a user és assistant szerepek mellé natív system szerepet is hozzáad. A Google promptformátuma a rendszerpromptban elhelyezett <|think|> vezérlőtokennel kapcsolja be a gondolkodást, és elkülöníti a gondolatmenet csatornáját a végső választól; a dokumentált feldolgozó kezeli ezt a sablont. Többfordulós beszélgetésben tartsd meg a korábbi végső válaszokat az előzményekben, a korábbi gondolatmeneteket viszont hagyd ki, kivéve az eszközhívást tartalmazó fordulókat, ahol a gyártó szerint meg kell őrizni őket.
A natív Function Calling strukturált eszközhasználatot támogat, és a Google bevezető ismertetője strukturált JSON-kimenetet is dokumentál. Határozd meg a feladatot, az elérhető függvényt és az elvárt eredményt; az alkalmazás végrehajtja a kért műveletet, majd visszaadja annak kimenetét a következő lépéshez. Programozási feladatban kérhető kódgenerálás, kiegészítés vagy javítás, egy vizuális asszisztens pedig a visszaadott szöveggel magyarázhat el egy diagramot vagy képernyőt. A függvényhívásra vonatkozó utasítás különbözik egy ténylegesen végrehajtott, összekapcsolt művelettől.
A változó képfelbontást a vizuális tokenkeret szabályozza. A dokumentált lehetőségek 70, 140, 280, 560 és 1,120 token. Az alacsonyabb keretek osztályozáshoz vagy képaláírásokhoz megfelelőek; a magasabb keretek több részletet őriznek meg OCR-hez, dokumentumfeldolgozáshoz és apró szövegekhez, nagyobb számításigény mellett. A kép előkészítése előtt döntsd el, hogy az egész jelenetre vagy a pontos feliratokra van-e szükség. Egy címke jól olvasható kivágása hasznosabb lehet egy adatkinyerési feladatban, mint egy teljes oldal minden részletének vizsgálatára adott, pontosítás nélküli kérés.
A Google a család mintavételezési beállításaként temperature 1.0, top-p 0.95 és top-k 64 értékeket javasol. A modellkártya megkülönbözteti a több mint 140 nyelven végzett tanítást a több mint 35 nyelven biztosított, közvetlenül használható támogatástól. A feladatleírásban nevezd meg a válasz nyelvét, és kifejezetten jelezd a megőrzendő domainneveket, mezőneveket vagy képleteket. A 256K érték a kontextus specifikációja; a hivatkozott modellkártya ehhez a kiadáshoz nem határoz meg külön, általánosan érvényes maximális kimeneti méretet.
Dokumentumot és kódot érintő feladathoz add meg a kapcsolódó oldal képét, az írásos követelményt és a forráskódrészletet: „Olvasd el a feliratokat, magyarázd el, miben tér el ez a képernyő a specifikációtól, és javasolj célzott javítást a megadott kódban.” Diagram esetén kérd a látható értékek és a kikövetkeztetett trend elkülönítését. A Gemma modellkártyája korlátokat említ a kétértelmű nyelv, a nagyon összetett feladatok, valamint a téves vagy elavult tényszerű állítások kapcsán, ezért mellékeld azokat a hiteles tényeket, amelyekre a kért eredménynek épülnie kell, ahelyett, hogy ezeket a tanításból származó ismeretektől várnád.
Az Ailoot használatakor válaszd ezt a pontos modellazonosítót a /v1/chat/completions végponton, és add meg a feladatot a messages mezőben. Minden üzenet tartalmaz egy szerepet és annak tartalmát; a kapcsolódó utasítást és forrásanyagot tartsd együtt. Gyűjtsd össze a teljes JSON-választ, illetve bekapcsolt stream esetén az összes SSE-szegmenst, és őrizd meg a usage adatokat az írásos eredménnyel együtt.
", "aboutText": "A Gemma 4 26B A4B IT a Google DeepMind nyílt Gemma 4 családjának utasításkövetésre finomhangolt, szakértőkeverékes kiadása. A hivatalos architektúratáblázat 25.2 milliárd összes és 3.8 milliárd aktív paramétert sorol fel; az A4B név az aktív paraméterek kerekített nagyságrendjére utal. Felhasználási területe a következtetés, a programozás, az ügynöki munkafolyamatok és a multimodális megértés. Különbözik az előtanított kiadástól és a sűrű 31B modelltől.\n\nA szakértőkeverékes felépítés minden következtetési lépéshez a paraméterek egy részhalmazát aktiválja: a közzétett architektúratáblázat szerint 128 szakértőből nyolc aktívat, valamint egy közös szakértőt. A Google ezt a kiadást a sűrű modellhez képest hatékonyabb következtetésre pozicionálja. A 30 rétegű architektúrát és az 1,024 tokenes csúszóablakot globális figyelemmel, 256K kontextussal és vizuális kódolóval ötvözi. Ezek az architektúraértékek a gyártó modelljét írják le, nem egy adott alkalmazás garantált késleltetését vagy hardverkonfigurációját.\n\nA 256K tokenes kontextus olyan feladatokat támogat, amelyek jelentős mennyiségű szöveget kapcsolnak össze vizuális bizonyítékokkal. A képek és a szöveg váltakozva is szerepelhetnek egyetlen promptban; a gyártó a legjobb eredmény érdekében azt javasolja, hogy a képtartalom a hozzá kapcsolódó szöveg előtt álljon. A vizuális feladatok közé tartozik az objektumfelismerés, a dokumentumoldalak értelmezése, a képernyők és felületek megértése, a diagramok elemzése, a többnyelvű OCR, a kézírás értelmezése és a rámutatás. A kimenet szöveg: kinyert tartalom, magyarázat, kód vagy javasolt eszközművelet.\n\nA beállítható gondolkodás lehetővé teszi, hogy a modell válaszadás előtt következtessen, vagy közvetlen választ adjon. A Gemma 4 a user és assistant szerepek mellé natív system szerepet is hozzáad. A Google promptformátuma a rendszerpromptban elhelyezett <|think|> vezérlőtokennel kapcsolja be a gondolkodást, és elkülöníti a gondolatmenet csatornáját a végső választól; a dokumentált feldolgozó kezeli ezt a sablont. Többfordulós beszélgetésben tartsd meg a korábbi végső válaszokat az előzményekben, a korábbi gondolatmeneteket viszont hagyd ki, kivéve az eszközhívást tartalmazó fordulókat, ahol a gyártó szerint meg kell őrizni őket.\n\nA natív Function Calling strukturált eszközhasználatot támogat, és a Google bevezető ismertetője strukturált JSON-kimenetet is dokumentál. Határozd meg a feladatot, az elérhető függvényt és az elvárt eredményt; az alkalmazás végrehajtja a kért műveletet, majd visszaadja annak kimenetét a következő lépéshez. Programozási feladatban kérhető kódgenerálás, kiegészítés vagy javítás, egy vizuális asszisztens pedig a visszaadott szöveggel magyarázhat el egy diagramot vagy képernyőt. A függvényhívásra vonatkozó utasítás különbözik egy ténylegesen végrehajtott, összekapcsolt művelettől.\n\nA változó képfelbontást a vizuális tokenkeret szabályozza. A dokumentált lehetőségek 70, 140, 280, 560 és 1,120 token. Az alacsonyabb keretek osztályozáshoz vagy képaláírásokhoz megfelelőek; a magasabb keretek több részletet őriznek meg OCR-hez, dokumentumfeldolgozáshoz és apró szövegekhez, nagyobb számításigény mellett. A kép előkészítése előtt döntsd el, hogy az egész jelenetre vagy a pontos feliratokra van-e szükség. Egy címke jól olvasható kivágása hasznosabb lehet egy adatkinyerési feladatban, mint egy teljes oldal minden részletének vizsgálatára adott, pontosítás nélküli kérés.\n\nA Google a család mintavételezési beállításaként temperature 1.0, top-p 0.95 és top-k 64 értékeket javasol. A modellkártya megkülönbözteti a több mint 140 nyelven végzett tanítást a több mint 35 nyelven biztosított, közvetlenül használható támogatástól. A feladatleírásban nevezd meg a válasz nyelvét, és kifejezetten jelezd a megőrzendő domainneveket, mezőneveket vagy képleteket. A 256K érték a kontextus specifikációja; a hivatkozott modellkártya ehhez a kiadáshoz nem határoz meg külön, általánosan érvényes maximális kimeneti méretet.\n\nDokumentumot és kódot érintő feladathoz add meg a kapcsolódó oldal képét, az írásos követelményt és a forráskódrészletet: „Olvasd el a feliratokat, magyarázd el, miben tér el ez a képernyő a specifikációtól, és javasolj célzott javítást a megadott kódban.” Diagram esetén kérd a látható értékek és a kikövetkeztetett trend elkülönítését. A Gemma modellkártyája korlátokat említ a kétértelmű nyelv, a nagyon összetett feladatok, valamint a téves vagy elavult tényszerű állítások kapcsán, ezért mellékeld azokat a hiteles tényeket, amelyekre a kért eredménynek épülnie kell, ahelyett, hogy ezeket a tanításból származó ismeretektől várnád.\n\nAz Ailoot használatakor válaszd ezt a pontos modellazonosítót a /v1/chat/completions végponton, és add meg a feladatot a messages mezőben. Minden üzenet tartalmaz egy szerepet és annak tartalmát; a kapcsolódó utasítást és forrásanyagot tartsd együtt. Gyűjtsd össze a teljes JSON-választ, illetve bekapcsolt stream esetén az összes SSE-szegmenst, és őrizd meg a usage adatokat az írásos eredménnyel együtt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "443daa47969e2308d6d525f4ca717060e6b4b40eda78d951a5a81f87984464b8", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "hu", "methods": [ { "html": "google/gemma-4-26b-a4b-it:freeA Gemma 4 26B A4B IT a Google utasításkövetésre finomhangolt, szakértőkeverékes modellje szöveges és vizuális következtetéshez. A 256K kontextust, a képek megértését, a beállítható gondolkodást és a natív függvényhívást szöveges kimenettel egyesíti.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemma 4 26B A4B IT a Google DeepMind nyílt Gemma 4 családjának utasításkövetésre finomhangolt, szakértőkeverékes kiadása. A hivatalos architektúratáblázat 25.2 milliárd összes és 3.8 milliárd aktív paramétert sorol fel; az A4B név az aktív paraméterek kerekített nagyságrendjére utal. Felhasználási területe a következtetés, a programozás, az ügynöki munkafolyamatok és a multimodális megértés. Különbözik az előtanított kiadástól és a sűrű 31B modelltől.
A szakértőkeverékes felépítés minden következtetési lépéshez a paraméterek egy részhalmazát aktiválja: a közzétett architektúratáblázat szerint 128 szakértőből nyolc aktívat, valamint egy közös szakértőt. A Google ezt a kiadást a sűrű modellhez képest hatékonyabb következtetésre pozicionálja. A 30 rétegű architektúrát és az 1,024 tokenes csúszóablakot globális figyelemmel, 256K kontextussal és vizuális kódolóval ötvözi. Ezek az architektúraértékek a gyártó modelljét írják le, nem egy adott alkalmazás garantált késleltetését vagy hardverkonfigurációját.
A 256K tokenes kontextus olyan feladatokat támogat, amelyek jelentős mennyiségű szöveget kapcsolnak össze vizuális bizonyítékokkal. A képek és a szöveg váltakozva is szerepelhetnek egyetlen promptban; a gyártó a legjobb eredmény érdekében azt javasolja, hogy a képtartalom a hozzá kapcsolódó szöveg előtt álljon. A vizuális feladatok közé tartozik az objektumfelismerés, a dokumentumoldalak értelmezése, a képernyők és felületek megértése, a diagramok elemzése, a többnyelvű OCR, a kézírás értelmezése és a rámutatás. A kimenet szöveg: kinyert tartalom, magyarázat, kód vagy javasolt eszközművelet.
A beállítható gondolkodás lehetővé teszi, hogy a modell válaszadás előtt következtessen, vagy közvetlen választ adjon. A Gemma 4 a user és assistant szerepek mellé natív system szerepet is hozzáad. A Google promptformátuma a rendszerpromptban elhelyezett <|think|> vezérlőtokennel kapcsolja be a gondolkodást, és elkülöníti a gondolatmenet csatornáját a végső választól; a dokumentált feldolgozó kezeli ezt a sablont. Többfordulós beszélgetésben tartsd meg a korábbi végső válaszokat az előzményekben, a korábbi gondolatmeneteket viszont hagyd ki, kivéve az eszközhívást tartalmazó fordulókat, ahol a gyártó szerint meg kell őrizni őket.
A natív Function Calling strukturált eszközhasználatot támogat, és a Google bevezető ismertetője strukturált JSON-kimenetet is dokumentál. Határozd meg a feladatot, az elérhető függvényt és az elvárt eredményt; az alkalmazás végrehajtja a kért műveletet, majd visszaadja annak kimenetét a következő lépéshez. Programozási feladatban kérhető kódgenerálás, kiegészítés vagy javítás, egy vizuális asszisztens pedig a visszaadott szöveggel magyarázhat el egy diagramot vagy képernyőt. A függvényhívásra vonatkozó utasítás különbözik egy ténylegesen végrehajtott, összekapcsolt művelettől.
A változó képfelbontást a vizuális tokenkeret szabályozza. A dokumentált lehetőségek 70, 140, 280, 560 és 1,120 token. Az alacsonyabb keretek osztályozáshoz vagy képaláírásokhoz megfelelőek; a magasabb keretek több részletet őriznek meg OCR-hez, dokumentumfeldolgozáshoz és apró szövegekhez, nagyobb számításigény mellett. A kép előkészítése előtt döntsd el, hogy az egész jelenetre vagy a pontos feliratokra van-e szükség. Egy címke jól olvasható kivágása hasznosabb lehet egy adatkinyerési feladatban, mint egy teljes oldal minden részletének vizsgálatára adott, pontosítás nélküli kérés.
A Google a család mintavételezési beállításaként temperature 1.0, top-p 0.95 és top-k 64 értékeket javasol. A modellkártya megkülönbözteti a több mint 140 nyelven végzett tanítást a több mint 35 nyelven biztosított, közvetlenül használható támogatástól. A feladatleírásban nevezd meg a válasz nyelvét, és kifejezetten jelezd a megőrzendő domainneveket, mezőneveket vagy képleteket. A 256K érték a kontextus specifikációja; a hivatkozott modellkártya ehhez a kiadáshoz nem határoz meg külön, általánosan érvényes maximális kimeneti méretet.
Dokumentumot és kódot érintő feladathoz add meg a kapcsolódó oldal képét, az írásos követelményt és a forráskódrészletet: „Olvasd el a feliratokat, magyarázd el, miben tér el ez a képernyő a specifikációtól, és javasolj célzott javítást a megadott kódban.” Diagram esetén kérd a látható értékek és a kikövetkeztetett trend elkülönítését. A Gemma modellkártyája korlátokat említ a kétértelmű nyelv, a nagyon összetett feladatok, valamint a téves vagy elavult tényszerű állítások kapcsán, ezért mellékeld azokat a hiteles tényeket, amelyekre a kért eredménynek épülnie kell, ahelyett, hogy ezeket a tanításból származó ismeretektől várnád.
Az Ailoot használatakor válaszd ezt a pontos modellazonosítót a /v1/chat/completions végponton, és add meg a feladatot a messages mezőben. Minden üzenet tartalmaz egy szerepet és annak tartalmát; a kapcsolódó utasítást és forrásanyagot tartsd együtt. Gyűjtsd össze a teljes JSON-választ, illetve bekapcsolt stream esetén az összes SSE-szegmenst, és őrizd meg a usage adatokat az írásos eredménnyel együtt.
POST /v1/chat/completionstext, imagetext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemma-4-26b-a4b-it:free Feltételek: Pontosan ezt az Ailoot-útválasztási azonosítót használja. | Alapértelmezett— |
Mezőmessages | Típusarray | KövetelményKötelező | Értékek és korlátok Feltételek: | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok Feltételek: | Alapértelmezettfalse |
text_input · Kötelező: messages
image_with_text · Kötelező: messages with actual image content blocks
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paraméteroptional | Szerződésstream |
Paramétermaterial_types | Szerződéstext, image |
Paraméterconditions | SzerződésPontosan ezt az Ailoot-útválasztási azonosítót használja., A protokoll akkor továbbít képtartalmat, ha a konkrét kiválasztott modell támogatja a képfelismerést. A protokoll általi befogadás nem igazolja, hogy minden modell képes képek kezelésére. |
Metódus álnevei: /chat/completions
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0 / 1K token Kimenet · Kimeneti tokenek $0 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-4-26b-a4b-it:free", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, eszközhívás-azonosítót, a gondolkodási aláírást, ha visszaérkezik, az összes SSE-változást és a teljes használati adatsort. Az első szövegrészlet nem a teljes eredmény.
Őrizze meg az eredeti X-Client-Request-ID értéket, választ és fejléceket. Az ismeretlen vagy result_pending_check eredmény nem jogosít második létrehozásra.
| Mező | Típus |
|---|---|
Mezőchoices[] | Típusobject |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételEgy kötelező mező, modellválasztó, típus vagy bemeneti ábrázolási forma érvénytelen. | Következő lépésKülön kérés előkészítése előtt vizsgálja meg a visszaadott érvényesítési részleteket. |
Válasz | FeltételAz eredeti kérés vagy eredmény ismeretlen, vagy ellenőrzést igényel. | Következő lépésŐrizze meg az eredeti azonosítókat és fejléceket; csak a támogatott állapot- és médiatárbejegyzéseket olvassa le. Ne küldje el újra a létrehozási kérelmet. |
Ailoot Ultra google/gemma-4-26b-a4b-it:free
/chat/completions