Gemma 4 26B A4B IT é a edição de mistura de especialistas ajustada para seguir instruções da família aberta Gemma 4 da Google DeepMind. A tabela oficial da arquitetura indica 25,2 mil milhões de parâmetros totais e 3,8 mil milhões de parâmetros ativos; A4B designa a escala arredondada dos parâmetros ativos. A sua finalidade abrange raciocínio, programação, processos com agentes e compreensão multimodal. É separada da edição pré-treinada e do modelo denso 31B.
A conceção de mistura de especialistas ativa um subconjunto dos parâmetros em cada passo de inferência: oito especialistas ativos entre 128, mais um especialista partilhado, na tabela da arquitetura publicada. A Google posiciona esta edição em torno da eficiência de inferência em relação ao modelo denso. Combina uma arquitetura de 30 camadas e uma janela deslizante de 1 024 tokens com atenção global, um contexto de 256K e um codificador visual. Estes valores de arquitetura descrevem o modelo do produtor, e não uma latência ou configuração de hardware garantida para uma aplicação específica.
O contexto de 256K tokens suporta uma tarefa que combina texto extenso com elementos visuais de prova. Imagens e texto podem ser intercalados num mesmo prompt; o fabricante recomenda colocar o conteúdo das imagens antes do texto relacionado para melhores resultados. As tarefas visuais incluem deteção de objetos, interpretação de páginas de documentos, compreensão de ecrãs e interfaces, gráficos, OCR multilingue, escrita à mão e indicação de pontos. A saída é texto: conteúdo extraído, uma explicação, código ou uma ação proposta a uma ferramenta.
A compreensão de vídeo processa uma sequência de fotogramas. A ficha do modelo indica um máximo de 60 segundos quando as imagens são processadas a um fotograma por segundo. Prepare a sequência relevante, preserve a ordem dos fotogramas e forneça uma pergunta sobre a sequência visível. Este perfil visual 26B/31B não aceita áudio; as capacidades de fala das variantes Gemma 4 mais pequenas habilitadas para áudio não se aplicam aqui. Se a tarefa precisa de informação falada, acrescente a sua transcrição como texto.
O raciocínio configurável permite que o modelo raciocine antes de responder ou dê uma resposta direta. Gemma 4 acrescenta um papel system nativo aos papéis user e assistant. O formato de prompt da Google ativa o raciocínio com o token de controlo <|think|> no prompt de sistema e separa o canal de pensamento da resposta final; o seu processador documentado pode tratar esse modelo de formatação. Para uma conversa com vários turnos, mantenha as respostas finais anteriores no histórico e exclua os pensamentos anteriores, exceto nos turnos de chamada de ferramentas, em que o fabricante indica que devem ser preservados.
Native Function Calling suporta utilização estruturada de ferramentas e a descrição de lançamento da Google também documenta saída JSON estruturada. Defina a tarefa, a função disponível e o resultado esperado; a aplicação realiza a operação pedida e devolve a sua saída para a etapa seguinte. Uma tarefa de programação pode pedir geração, completação ou correção, enquanto um assistente visual pode usar o texto devolvido para explicar um gráfico ou ecrã. Uma instrução de chamada de função é distinta de uma ação ligada que tenha sido realmente executada.
A resolução variável das imagens é controlada pelo orçamento de tokens visuais. As opções documentadas são 70, 140, 280, 560 e 1 120 tokens. Os orçamentos inferiores adequam-se a classificação, legendas ou sequências de fotogramas; os superiores preservam mais detalhe para OCR, análise de documentos e texto pequeno, com computação adicional. Decida se precisa da cena global ou das letras exatas antes de preparar a imagem. Um recorte claro de uma etiqueta pode ser mais útil para extração do que um pedido sem especificação para examinar todos os detalhes de uma página inteira.
A Google recomenda temperature 1.0, top-p 0.95 e top-k 64 como configuração de amostragem da família. A ficha do modelo distingue treino em mais de 140 línguas de suporte imediato em mais de 35 línguas. Indique a língua da resposta e conserve explicitamente nomes de domínio, nomes de campos ou fórmulas nas instruções. O valor 256K é uma especificação de contexto; a ficha citada não estabelece um valor máximo universal separado de saída para esta edição.
Para uma tarefa de documentos e código, forneça a imagem da página relevante, o requisito escrito e o fragmento de código-fonte: «Leia as etiquetas, explique como este ecrã difere da especificação e proponha uma correção focada no código fornecido». Para um gráfico, peça que a resposta separe valores visíveis de uma tendência inferida. A ficha do modelo Gemma assinala limitações com linguagem ambígua, tarefas muito complexas e afirmações factuais incorretas ou desatualizadas, pelo que deve anexar os factos de referência que o resultado pedido deve utilizar, em vez de esperar que os conhecimentos de treino os forneçam.
", "aboutText": "Gemma 4 26B A4B IT é a edição de mistura de especialistas ajustada para seguir instruções da família aberta Gemma 4 da Google DeepMind. A tabela oficial da arquitetura indica 25,2 mil milhões de parâmetros totais e 3,8 mil milhões de parâmetros ativos; A4B designa a escala arredondada dos parâmetros ativos. A sua finalidade abrange raciocínio, programação, processos com agentes e compreensão multimodal. É separada da edição pré-treinada e do modelo denso 31B.\n\nA conceção de mistura de especialistas ativa um subconjunto dos parâmetros em cada passo de inferência: oito especialistas ativos entre 128, mais um especialista partilhado, na tabela da arquitetura publicada. A Google posiciona esta edição em torno da eficiência de inferência em relação ao modelo denso. Combina uma arquitetura de 30 camadas e uma janela deslizante de 1 024 tokens com atenção global, um contexto de 256K e um codificador visual. Estes valores de arquitetura descrevem o modelo do produtor, e não uma latência ou configuração de hardware garantida para uma aplicação específica.\n\nO contexto de 256K tokens suporta uma tarefa que combina texto extenso com elementos visuais de prova. Imagens e texto podem ser intercalados num mesmo prompt; o fabricante recomenda colocar o conteúdo das imagens antes do texto relacionado para melhores resultados. As tarefas visuais incluem deteção de objetos, interpretação de páginas de documentos, compreensão de ecrãs e interfaces, gráficos, OCR multilingue, escrita à mão e indicação de pontos. A saída é texto: conteúdo extraído, uma explicação, código ou uma ação proposta a uma ferramenta.\n\nA compreensão de vídeo processa uma sequência de fotogramas. A ficha do modelo indica um máximo de 60 segundos quando as imagens são processadas a um fotograma por segundo. Prepare a sequência relevante, preserve a ordem dos fotogramas e forneça uma pergunta sobre a sequência visível. Este perfil visual 26B/31B não aceita áudio; as capacidades de fala das variantes Gemma 4 mais pequenas habilitadas para áudio não se aplicam aqui. Se a tarefa precisa de informação falada, acrescente a sua transcrição como texto.\n\nO raciocínio configurável permite que o modelo raciocine antes de responder ou dê uma resposta direta. Gemma 4 acrescenta um papel system nativo aos papéis user e assistant. O formato de prompt da Google ativa o raciocínio com o token de controlo <|think|> no prompt de sistema e separa o canal de pensamento da resposta final; o seu processador documentado pode tratar esse modelo de formatação. Para uma conversa com vários turnos, mantenha as respostas finais anteriores no histórico e exclua os pensamentos anteriores, exceto nos turnos de chamada de ferramentas, em que o fabricante indica que devem ser preservados.\n\nNative Function Calling suporta utilização estruturada de ferramentas e a descrição de lançamento da Google também documenta saída JSON estruturada. Defina a tarefa, a função disponível e o resultado esperado; a aplicação realiza a operação pedida e devolve a sua saída para a etapa seguinte. Uma tarefa de programação pode pedir geração, completação ou correção, enquanto um assistente visual pode usar o texto devolvido para explicar um gráfico ou ecrã. Uma instrução de chamada de função é distinta de uma ação ligada que tenha sido realmente executada.\n\nA resolução variável das imagens é controlada pelo orçamento de tokens visuais. As opções documentadas são 70, 140, 280, 560 e 1 120 tokens. Os orçamentos inferiores adequam-se a classificação, legendas ou sequências de fotogramas; os superiores preservam mais detalhe para OCR, análise de documentos e texto pequeno, com computação adicional. Decida se precisa da cena global ou das letras exatas antes de preparar a imagem. Um recorte claro de uma etiqueta pode ser mais útil para extração do que um pedido sem especificação para examinar todos os detalhes de uma página inteira.\n\nA Google recomenda temperature 1.0, top-p 0.95 e top-k 64 como configuração de amostragem da família. A ficha do modelo distingue treino em mais de 140 línguas de suporte imediato em mais de 35 línguas. Indique a língua da resposta e conserve explicitamente nomes de domínio, nomes de campos ou fórmulas nas instruções. O valor 256K é uma especificação de contexto; a ficha citada não estabelece um valor máximo universal separado de saída para esta edição.\n\nPara uma tarefa de documentos e código, forneça a imagem da página relevante, o requisito escrito e o fragmento de código-fonte: «Leia as etiquetas, explique como este ecrã difere da especificação e proponha uma correção focada no código fornecido». Para um gráfico, peça que a resposta separe valores visíveis de uma tendência inferida. A ficha do modelo Gemma assinala limitações com linguagem ambígua, tarefas muito complexas e afirmações factuais incorretas ou desatualizadas, pelo que deve anexar os factos de referência que o resultado pedido deve utilizar, em vez de esperar que os conhecimentos de treino os forneçam.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
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 é o modelo de mistura de especialistas da Google ajustado para seguir instruções e para raciocínio textual e visual. Combina um contexto de 256K, compreensão de imagens e vídeo baseado em fotogramas, raciocínio configurável e chamadas nativas de funções com saída de texto.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemma 4 26B A4B IT é a edição de mistura de especialistas ajustada para seguir instruções da família aberta Gemma 4 da Google DeepMind. A tabela oficial da arquitetura indica 25,2 mil milhões de parâmetros totais e 3,8 mil milhões de parâmetros ativos; A4B designa a escala arredondada dos parâmetros ativos. A sua finalidade abrange raciocínio, programação, processos com agentes e compreensão multimodal. É separada da edição pré-treinada e do modelo denso 31B.
A conceção de mistura de especialistas ativa um subconjunto dos parâmetros em cada passo de inferência: oito especialistas ativos entre 128, mais um especialista partilhado, na tabela da arquitetura publicada. A Google posiciona esta edição em torno da eficiência de inferência em relação ao modelo denso. Combina uma arquitetura de 30 camadas e uma janela deslizante de 1 024 tokens com atenção global, um contexto de 256K e um codificador visual. Estes valores de arquitetura descrevem o modelo do produtor, e não uma latência ou configuração de hardware garantida para uma aplicação específica.
O contexto de 256K tokens suporta uma tarefa que combina texto extenso com elementos visuais de prova. Imagens e texto podem ser intercalados num mesmo prompt; o fabricante recomenda colocar o conteúdo das imagens antes do texto relacionado para melhores resultados. As tarefas visuais incluem deteção de objetos, interpretação de páginas de documentos, compreensão de ecrãs e interfaces, gráficos, OCR multilingue, escrita à mão e indicação de pontos. A saída é texto: conteúdo extraído, uma explicação, código ou uma ação proposta a uma ferramenta.
A compreensão de vídeo processa uma sequência de fotogramas. A ficha do modelo indica um máximo de 60 segundos quando as imagens são processadas a um fotograma por segundo. Prepare a sequência relevante, preserve a ordem dos fotogramas e forneça uma pergunta sobre a sequência visível. Este perfil visual 26B/31B não aceita áudio; as capacidades de fala das variantes Gemma 4 mais pequenas habilitadas para áudio não se aplicam aqui. Se a tarefa precisa de informação falada, acrescente a sua transcrição como texto.
O raciocínio configurável permite que o modelo raciocine antes de responder ou dê uma resposta direta. Gemma 4 acrescenta um papel system nativo aos papéis user e assistant. O formato de prompt da Google ativa o raciocínio com o token de controlo <|think|> no prompt de sistema e separa o canal de pensamento da resposta final; o seu processador documentado pode tratar esse modelo de formatação. Para uma conversa com vários turnos, mantenha as respostas finais anteriores no histórico e exclua os pensamentos anteriores, exceto nos turnos de chamada de ferramentas, em que o fabricante indica que devem ser preservados.
Native Function Calling suporta utilização estruturada de ferramentas e a descrição de lançamento da Google também documenta saída JSON estruturada. Defina a tarefa, a função disponível e o resultado esperado; a aplicação realiza a operação pedida e devolve a sua saída para a etapa seguinte. Uma tarefa de programação pode pedir geração, completação ou correção, enquanto um assistente visual pode usar o texto devolvido para explicar um gráfico ou ecrã. Uma instrução de chamada de função é distinta de uma ação ligada que tenha sido realmente executada.
A resolução variável das imagens é controlada pelo orçamento de tokens visuais. As opções documentadas são 70, 140, 280, 560 e 1 120 tokens. Os orçamentos inferiores adequam-se a classificação, legendas ou sequências de fotogramas; os superiores preservam mais detalhe para OCR, análise de documentos e texto pequeno, com computação adicional. Decida se precisa da cena global ou das letras exatas antes de preparar a imagem. Um recorte claro de uma etiqueta pode ser mais útil para extração do que um pedido sem especificação para examinar todos os detalhes de uma página inteira.
A Google recomenda temperature 1.0, top-p 0.95 e top-k 64 como configuração de amostragem da família. A ficha do modelo distingue treino em mais de 140 línguas de suporte imediato em mais de 35 línguas. Indique a língua da resposta e conserve explicitamente nomes de domínio, nomes de campos ou fórmulas nas instruções. O valor 256K é uma especificação de contexto; a ficha citada não estabelece um valor máximo universal separado de saída para esta edição.
Para uma tarefa de documentos e código, forneça a imagem da página relevante, o requisito escrito e o fragmento de código-fonte: «Leia as etiquetas, explique como este ecrã difere da especificação e proponha uma correção focada no código fornecido». Para um gráfico, peça que a resposta separe valores visíveis de uma tendência inferida. A ficha do modelo Gemma assinala limitações com linguagem ambígua, tarefas muito complexas e afirmações factuais incorretas ou desatualizadas, pelo que deve anexar os factos de referência que o resultado pedido deve utilizar, em vez de esperar que os conhecimentos de treino os forneçam.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemma-4-26b-a4b-it | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0003 / 1K tokens Saída · Tokens de saída $0.0012 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0003 / 1K tokens Saída · Tokens de saída $0.0012 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| 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 |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra google/gemma-4-26b-a4b-it
Use os caminhos dos métodos indicados acima.
google/gemma-4-26b-a4b-itGemma 4 26B A4B IT é o modelo de mistura de especialistas da Google ajustado para seguir instruções e para raciocínio textual e visual. Combina um contexto de 256K, compreensão de imagens e vídeo baseado em fotogramas, raciocínio configurável e chamadas nativas de funções com saída de texto.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemma 4 26B A4B IT é a edição de mistura de especialistas ajustada para seguir instruções da família aberta Gemma 4 da Google DeepMind. A tabela oficial da arquitetura indica 25,2 mil milhões de parâmetros totais e 3,8 mil milhões de parâmetros ativos; A4B designa a escala arredondada dos parâmetros ativos. A sua finalidade abrange raciocínio, programação, processos com agentes e compreensão multimodal. É separada da edição pré-treinada e do modelo denso 31B.
A conceção de mistura de especialistas ativa um subconjunto dos parâmetros em cada passo de inferência: oito especialistas ativos entre 128, mais um especialista partilhado, na tabela da arquitetura publicada. A Google posiciona esta edição em torno da eficiência de inferência em relação ao modelo denso. Combina uma arquitetura de 30 camadas e uma janela deslizante de 1 024 tokens com atenção global, um contexto de 256K e um codificador visual. Estes valores de arquitetura descrevem o modelo do produtor, e não uma latência ou configuração de hardware garantida para uma aplicação específica.
O contexto de 256K tokens suporta uma tarefa que combina texto extenso com elementos visuais de prova. Imagens e texto podem ser intercalados num mesmo prompt; o fabricante recomenda colocar o conteúdo das imagens antes do texto relacionado para melhores resultados. As tarefas visuais incluem deteção de objetos, interpretação de páginas de documentos, compreensão de ecrãs e interfaces, gráficos, OCR multilingue, escrita à mão e indicação de pontos. A saída é texto: conteúdo extraído, uma explicação, código ou uma ação proposta a uma ferramenta.
A compreensão de vídeo processa uma sequência de fotogramas. A ficha do modelo indica um máximo de 60 segundos quando as imagens são processadas a um fotograma por segundo. Prepare a sequência relevante, preserve a ordem dos fotogramas e forneça uma pergunta sobre a sequência visível. Este perfil visual 26B/31B não aceita áudio; as capacidades de fala das variantes Gemma 4 mais pequenas habilitadas para áudio não se aplicam aqui. Se a tarefa precisa de informação falada, acrescente a sua transcrição como texto.
O raciocínio configurável permite que o modelo raciocine antes de responder ou dê uma resposta direta. Gemma 4 acrescenta um papel system nativo aos papéis user e assistant. O formato de prompt da Google ativa o raciocínio com o token de controlo <|think|> no prompt de sistema e separa o canal de pensamento da resposta final; o seu processador documentado pode tratar esse modelo de formatação. Para uma conversa com vários turnos, mantenha as respostas finais anteriores no histórico e exclua os pensamentos anteriores, exceto nos turnos de chamada de ferramentas, em que o fabricante indica que devem ser preservados.
Native Function Calling suporta utilização estruturada de ferramentas e a descrição de lançamento da Google também documenta saída JSON estruturada. Defina a tarefa, a função disponível e o resultado esperado; a aplicação realiza a operação pedida e devolve a sua saída para a etapa seguinte. Uma tarefa de programação pode pedir geração, completação ou correção, enquanto um assistente visual pode usar o texto devolvido para explicar um gráfico ou ecrã. Uma instrução de chamada de função é distinta de uma ação ligada que tenha sido realmente executada.
A resolução variável das imagens é controlada pelo orçamento de tokens visuais. As opções documentadas são 70, 140, 280, 560 e 1 120 tokens. Os orçamentos inferiores adequam-se a classificação, legendas ou sequências de fotogramas; os superiores preservam mais detalhe para OCR, análise de documentos e texto pequeno, com computação adicional. Decida se precisa da cena global ou das letras exatas antes de preparar a imagem. Um recorte claro de uma etiqueta pode ser mais útil para extração do que um pedido sem especificação para examinar todos os detalhes de uma página inteira.
A Google recomenda temperature 1.0, top-p 0.95 e top-k 64 como configuração de amostragem da família. A ficha do modelo distingue treino em mais de 140 línguas de suporte imediato em mais de 35 línguas. Indique a língua da resposta e conserve explicitamente nomes de domínio, nomes de campos ou fórmulas nas instruções. O valor 256K é uma especificação de contexto; a ficha citada não estabelece um valor máximo universal separado de saída para esta edição.
Para uma tarefa de documentos e código, forneça a imagem da página relevante, o requisito escrito e o fragmento de código-fonte: «Leia as etiquetas, explique como este ecrã difere da especificação e proponha uma correção focada no código fornecido». Para um gráfico, peça que a resposta separe valores visíveis de uma tendência inferida. A ficha do modelo Gemma assinala limitações com linguagem ambígua, tarefas muito complexas e afirmações factuais incorretas ou desatualizadas, pelo que deve anexar os factos de referência que o resultado pedido deve utilizar, em vez de esperar que os conhecimentos de treino os forneçam.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemma-4-26b-a4b-it | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0003 / 1K tokens Saída · Tokens de saída $0.0012 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0003 / 1K tokens Saída · Tokens de saída $0.0012 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "google/gemma-4-26b-a4b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra google/gemma-4-26b-a4b-it
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
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.