Google: Gemma 4 26B A4B (free)

Gemma 4 26B A4B IT — дообученная на инструкциях версия с архитектурой смеси экспертов из открытого семейства Gemma 4 от Google DeepMind. Официальная таблица архитектуры указывает 25,2 млрд параметров всего и 3,8 млрд активных параметров; обозначение A4B отражает округлённый масштаб активных параметров. Модель предназначена для рассуждений, программирования, агентных процессов и мультимодального понимания. Это отдельная версия, отличная от предобученной версии и плотной модели 31B.

Архитектура смеси экспертов активирует часть параметров на каждом шаге вывода: согласно опубликованной таблице, восемь активных экспертов из 128 и один общий эксперт. Google позиционирует эту версию как более эффективную при выводе по сравнению с плотной моделью. Она сочетает 30-слойную архитектуру и скользящее окно в 1 024 токена с глобальным вниманием, контекстом 256K и визуальным энкодером. Эти характеристики описывают исходную модель разработчика, а не гарантированную задержку или конфигурацию оборудования конкретного приложения.

Контекст в 256K токенов позволяет объединить в задаче большой объём текста с визуальными материалами. Изображения и текст можно чередовать в одном промпте; для лучших результатов разработчик рекомендует размещать изображение перед относящимся к нему текстом. Визуальные задачи включают обнаружение объектов, интерпретацию страниц документов, понимание экранов и интерфейсов, графики, многоязычное OCR, рукописный текст и указание на объекты. Вывод остаётся текстовым: извлечённое содержимое, объяснение, код или предлагаемое действие инструмента.

Настраиваемое рассуждение позволяет модели обдумать ответ либо ответить напрямую. Gemma 4 добавляет встроенную роль system к ролям user и assistant. Формат промптов Google включает рассуждение с помощью управляющего токена <|think|> в системном промпте и отделяет канал рассуждений от окончательного ответа; документированный процессор поддерживает этот шаблон. В многошаговом диалоге сохраняйте в истории предыдущие окончательные ответы и исключайте прошлые рассуждения, кроме ходов с вызовом инструментов: для них разработчик рекомендует сохранять рассуждения.

Встроенный вызов функций поддерживает структурированную работу с инструментами, а описание выпуска Google также документирует структурированный JSON-вывод. Определите задачу, доступную функцию и ожидаемый результат; приложение выполняет запрошенную операцию и возвращает её вывод для следующего шага. Задание по коду может требовать генерации, дополнения или исправления, а визуальный помощник может объяснить график или экран с помощью полученного текста. Инструкция вызова функции отличается от подключённого действия, которое уже выполнено.

Переменное разрешение изображения регулируется бюджетом визуальных токенов. Документированные варианты: 70, 140, 280, 560 и 1 120 токенов. Меньшие бюджеты подходят для классификации или подписей; большие сохраняют больше деталей для OCR, разбора документов и мелкого текста, требуя дополнительных вычислений. До подготовки изображения решите, нужна ли вам общая сцена или точные надписи. Чёткий фрагмент с этикеткой может быть полезнее для извлечения данных, чем неконкретная просьба изучить все детали полной страницы.

Google рекомендует для семейства параметры сэмплирования temperature 1,0, top-p 0,95 и top-k 64. Карточка модели различает обучение на более чем 140 языках и поддержку более чем 35 языков без дополнительной настройки. Укажите язык ответа и явно перечислите в задании доменные имена, названия полей или формулы, которые нужно сохранить. Число 256K относится к контексту; цитируемая карточка модели не устанавливает отдельный универсальный максимум выходных токенов для этой версии.

Для задания с документом и кодом передайте нужное изображение страницы, письменное требование и исходный фрагмент: «Прочитай подписи, объясни, чем этот экран отличается от спецификации, и предложи локальное исправление переданного кода». Для графика попросите отделить видимые значения от предполагаемой тенденции. В карточке Gemma отмечены ограничения, связанные с неоднозначным языком, очень сложными задачами и неверными или устаревшими фактическими утверждениями, поэтому прикладывайте авторитетные сведения, на которые должен опираться результат, вместо ожидания, что модель возьмёт их из знаний, полученных при обучении.

В Ailoot выберите этот точный ID модели в /v1/chat/completions и передайте задание в messages. Каждое сообщение содержит role и content; храните нужную инструкцию вместе с исходными материалами. Соберите полный JSON-ответ или все сегменты SSE при включённом stream и сохраните usage вместе с письменным результатом.