Google: Gemma 4 26B A4B (free)

Gemma 4 26B A4B IT er Google DeepMinds instruksjonstilpassede utgave med en blanding av eksperter i den åpne Gemma 4-familien. Den offisielle arkitekturtabellen oppgir 25.2 milliarder parametere totalt og 3.8 milliarder aktive parametere; A4B angir den avrundede størrelsen på de aktive parameterne. Bruksområdene omfatter resonnering, koding, agentarbeidsflyter og multimodal forståelse. Den er atskilt fra den forhåndstrente utgaven og den tette 31B-modellen.

Arkitekturen med en blanding av eksperter aktiverer et utvalg av parameterne for hvert inferenstrinn: åtte aktive eksperter av 128, pluss én delt ekspert, ifølge den publiserte arkitekturtabellen. Google fremhever inferenseffektivitet for denne utgaven sammenlignet med den tette modellen. Den kombinerer en arkitektur med 30 lag og et glidende vindu på 1,024 tokener med global oppmerksomhet, en kontekst på 256K og en visuell koder. Disse arkitekturtallene beskriver produsentens modell, fremfor en garantert forsinkelse eller maskinvarekonfigurasjon for en bestemt applikasjon.

Konteksten på 256K tokener støtter oppgaver som kombinerer omfattende tekst med visuelt belegg. Bilder og tekst kan flettes inn i samme instruksjon; produsenten anbefaler å plassere bildeinnholdet før den tilhørende teksten for best resultat. Visuelle oppgaver omfatter objektdeteksjon, tolkning av dokumentsider, forståelse av skjermer og grensesnitt, diagrammer, flerspråklig OCR, håndskrift og utpeking av posisjoner. Utdataene er tekst: uthentet innhold, en forklaring, kode eller et foreslått verktøykall.

Konfigurerbar tenkning lar modellen resonnere før den svarer, eller gi et direkte svar. Gemma 4 legger til en innebygd systemrolle ved siden av bruker- og assistentrollene. Googles instruksjonsformat aktiverer tenkning med kontrolltokenet <|think|> i systeminstruksjonen og skiller tankekanalen fra det endelige svaret; den dokumenterte prosessoren kan håndtere denne malen. I en samtale med flere runder skal tidligere endelige svar beholdes i historikken, mens tidligere tanker utelates, unntatt i runder med verktøykall, der produsenten sier at de skal bevares.

Native Function Calling støtter strukturert verktøybruk, og Googles lanseringsbeskrivelse dokumenterer også strukturerte JSON-utdata. Definer oppgaven, den tilgjengelige funksjonen og det forventede resultatet; applikasjonen utfører den forespurte operasjonen og returnerer utdataene til neste trinn. En kodeoppgave kan be om generering, fullføring eller retting, mens en visuell assistent kan bruke den returnerte teksten til å forklare et diagram eller en skjerm. En instruksjon om et funksjonskall er noe annet enn en tilkoblet handling som faktisk er utført.

Variabel bildeoppløsning styres av budsjettet for visuelle tokener. De dokumenterte alternativene er 70, 140, 280, 560 og 1,120 tokener. Lavere budsjetter egner seg til klassifisering eller bildetekster; høyere budsjetter bevarer flere detaljer til OCR, dokumenttolking og liten skrift, og krever mer beregning. Avgjør om du trenger oversikt over scenen eller nøyaktig tekst før du klargjør bildet. Et tydelig utsnitt av en etikett kan være mer nyttig for tekstuthenting enn en uspesifisert forespørsel om å undersøke alle detaljer på en hel side.

Google anbefaler temperature 1.0, top-p 0.95 og top-k 64 som samplingsinnstillinger for familien. Modellkortet skiller mellom trening på mer enn 140 språk og støtte for mer enn 35 språk uten tilpasning. Oppgi svarsspråket, og spesifiser uttrykkelig domenenavn, feltnavn eller formler som skal beholdes i oppgavebeskrivelsen. Tallet 256K angir kontekststørrelsen; det siterte modellkortet fastsetter ikke en egen universell grense for maksimal utdata for denne utgaven.

For en oppgave som kombinerer dokumenter og kode, legg ved det relevante sidebildet, det skriftlige kravet og kodeutdraget: «Les etikettene, forklar hvordan denne skjermen avviker fra spesifikasjonen, og foreslå en avgrenset rettelse i den vedlagte koden.» For et diagram kan du be svaret skille synlige verdier fra en utledet trend. Gemmas modellkort nevner begrensninger knyttet til tvetydig språk, svært komplekse oppgaver og uriktige eller utdaterte fakta, så legg ved de autoritative opplysningene resultatet skal bygge på, fremfor å forvente at treningskunnskapen leverer dem.

Gjennom Ailoot velger du denne nøyaktige modell-ID-en i /v1/chat/completions og oppgir oppgaven i messages. Hver melding inneholder en rolle og sitt innhold; hold den relevante instruksjonen og kildematerialet samlet. Samle hele JSON-svaret eller alle SSE-segmentene når stream er aktivert, og behold usage sammen med det skriftlige resultatet.