Google: Gemma 4 26B A4B (free)

Gemma 4 26B A4B IT adalah edisi campuran pakar yang disesuaikan untuk mengikuti instruksi dari keluarga terbuka Gemma 4 milik Google DeepMind. Tabel resmi arsitektur mencantumkan total 25.2 miliar parameter dan 3.8 miliar parameter aktif; A4B menamai skala parameter aktif yang dibulatkan. Tujuannya mencakup penalaran, pemrograman, alur kerja agen, dan pemahaman multimodal. Edisi ini terpisah dari edisi pralatih dan dari model dense 31B.

Desain campuran pakar mengaktifkan sebagian parameter pada setiap langkah inferensi: delapan pakar aktif dari 128, ditambah satu pakar bersama, menurut tabel arsitektur yang dipublikasikan. Google memosisikan edisi ini untuk efisiensi inferensi dibandingkan model dense. Arsitektur 30 lapisan dan jendela geser 1,024 token dipadukan dengan perhatian global, konteks 256K, dan enkoder visual. Angka arsitektur ini menjelaskan model dari pembuatnya, bukan jaminan latensi atau konfigurasi perangkat keras untuk aplikasi tertentu.

Konteks 256K token mendukung tugas yang memadukan teks panjang dengan bukti visual. Gambar dan teks dapat disisipkan bergantian dalam satu prompt; pembuat model menyarankan agar konten gambar ditempatkan sebelum teks terkait untuk memperoleh hasil terbaik. Tugas visual mencakup deteksi objek, penafsiran halaman dokumen, pemahaman layar dan antarmuka, grafik, OCR multibahasa, tulisan tangan, dan penunjukan lokasi. Keluarannya berupa teks: konten yang diekstrak, penjelasan, kode, atau usulan tindakan alat.

Fitur berpikir yang dapat dikonfigurasi memungkinkan model melakukan penalaran sebelum menjawab atau langsung memberikan jawaban. Gemma 4 menambahkan peran system bawaan selain peran user dan assistant. Format prompt Google mengaktifkan proses berpikir dengan token kontrol <|think|> di dalam prompt sistem dan memisahkan kanal pemikiran dari jawaban akhir; prosesor yang didokumentasikan dapat menangani templat tersebut. Dalam percakapan beberapa giliran, pertahankan jawaban akhir sebelumnya di riwayat dan keluarkan pemikiran sebelumnya, kecuali pada giliran pemanggilan alat, yang menurut pembuat model harus tetap disimpan.

Pemanggilan fungsi bawaan mendukung penggunaan alat secara terstruktur, dan penjelasan peluncuran Google juga mendokumentasikan keluaran JSON terstruktur. Tetapkan tugas, fungsi yang tersedia, dan hasil yang diharapkan; aplikasi menjalankan operasi yang diminta dan mengembalikan keluarannya untuk langkah berikutnya. Tugas pemrograman dapat meminta pembuatan, pelengkapan, atau perbaikan kode, sedangkan asisten visual dapat memakai teks yang dikembalikan untuk menjelaskan grafik atau layar. Instruksi pemanggilan fungsi berbeda dari tindakan terhubung yang benar-benar sudah dijalankan.

Resolusi gambar yang bervariasi dikendalikan oleh anggaran token visual. Pilihan yang didokumentasikan adalah 70, 140, 280, 560, dan 1,120 token. Anggaran lebih kecil sesuai untuk klasifikasi atau keterangan gambar; anggaran lebih besar mempertahankan detail tambahan untuk OCR, penguraian dokumen, dan teks kecil, dengan komputasi tambahan. Tentukan apakah Anda memerlukan keseluruhan adegan atau tulisan yang persis sebelum menyiapkan gambar. Potongan label yang jelas dapat lebih berguna untuk tugas ekstraksi daripada permintaan tanpa batas yang meminta pemeriksaan setiap detail pada satu halaman penuh.

Google merekomendasikan temperature 1.0, top-p 0.95, dan top-k 64 sebagai konfigurasi sampling keluarga ini. Kartu model membedakan pelatihan dalam lebih dari 140 bahasa dari dukungan langsung dalam lebih dari 35 bahasa. Nyatakan bahasa jawaban dan minta secara tegas agar nama domain, nama bidang, atau rumus dipertahankan dalam instruksi. Angka 256K merupakan spesifikasi konteks; kartu model yang dirujuk tidak menetapkan angka maksimum keluaran universal yang terpisah untuk edisi ini.

Untuk tugas dokumen dan kode, sertakan gambar halaman yang relevan, persyaratan tertulis, dan cuplikan sumber: “Baca labelnya, jelaskan perbedaan layar ini dengan spesifikasi, dan usulkan perbaikan terarah pada kode yang diberikan.” Untuk grafik, minta jawaban memisahkan nilai yang terlihat dari tren yang disimpulkan. Kartu model Gemma menyebutkan keterbatasan terkait bahasa ambigu, tugas yang sangat kompleks, serta pernyataan faktual yang salah atau usang. Karena itu, lampirkan fakta otoritatif yang harus dipakai dalam hasil yang diminta, alih-alih mengandalkan pengetahuan pelatihan untuk menyediakannya.

Melalui Ailoot, pilih ID model yang persis ini di /v1/chat/completions dan masukkan tugas dalam messages. Setiap pesan berisi peran dan kontennya; pertahankan instruksi yang relevan bersama materi sumber. Kumpulkan respons JSON lengkap atau seluruh segmen SSE saat stream diaktifkan, dan simpan usage bersama hasil tertulis.