Gemma 4 26B A4B IT 是 Google DeepMind 開放 Gemma 4 系列中經指令微調的混合專家版本。官方架構表列出總計 252 億參數，以及 38 億啟用參數；A4B 名稱代表啟用參數規模的約數。用途涵蓋推理、程式設計、代理工作流程及多模態理解。它與預訓練版本及稠密的 31B 模型不同。
混合專家設計在每個推論步驟啟用部分參數：公開架構表記載，從 128 個專家中啟用八個，另有一個共用專家。Google 以相對於稠密模型的推論效率來定位此版本。它將 30 層架構與 1,024 token 滑動視窗，結合全域注意力、256K 上下文及視覺編碼器。這些架構數字描述開發者模型，不保證特定應用程式的延遲或硬體設定。
256K token 上下文支援結合大量文字與視覺證據的任務。圖片與文字可交錯放在同一個提示中；開發者建議將圖片內容放在相關文字之前，以取得最佳結果。視覺任務包括物件偵測、文件頁面解讀、螢幕與介面理解、圖表、多語 OCR、手寫文字及指向定位。輸出是文字，例如擷取內容、說明、程式碼或建議的工具動作。
影片理解處理的是一系列影格。模型卡指出，當圖片以每秒一影格處理時，最多可處理 60 秒。準備相關片段、保留影格順序，並針對可見序列提出問題。此 26B/31B 視覺設定不接受音訊；較小且具音訊功能的 Gemma 4 變體，其語音能力不適用於此處。若任務需要口述資訊，請將逐字稿以文字加入。
可設定的思考讓模型能先推理再回答，或直接作答。Gemma 4 在 user 與 assistant 角色之外，新增原生 system 角色。Google 的提示格式透過 system 提示中的 <|think|> 控制 token 啟用思考，並將思考通道與最終答案分開；文件記載的處理器可處理此範本。多回合對話應在歷史中保留先前最終答案，並排除先前思考；工具呼叫回合是例外，開發者表示其中應保留思考。
Native Function Calling 支援結構化工具使用，Google 的發布說明也記載結構化 JSON 輸出。定義任務、可用函式及預期結果，由應用程式執行請求的操作，再將輸出回傳給下一步。程式設計任務可要求生成、補完或修正；視覺助理則可使用回傳文字解釋圖表或畫面。函式呼叫指令與已實際執行的連接動作不同。
可變圖片解析度由視覺 token 預算控制。文件記載的選項為 70、140、280、560 及 1,120 token。較低預算適合分類、圖片說明或影格序列；較高預算使用額外運算，為 OCR、文件剖析及小字保留更多細節。準備圖片前，先決定需要整體場景還是精確文字。對擷取任務，清楚裁切的標籤可能比不加界定地要求檢查整頁每個細節更有用。
Google 建議此系列採用 temperature 1.0、top-p 0.95 及 top-k 64 作為取樣設定。模型卡區分了超過 140 種語言的訓練，以及開箱即用支援超過 35 種語言。指定回答語言，並在需求說明中明確保留網域名稱、欄位名稱或公式。256K 是上下文規格；引用的模型卡並未為此版本確立另一個通用最大輸出值。
文件與程式碼任務應提供相關頁面圖片、書面要求及原始碼片段，例如：「讀取標籤，解釋這個畫面與規格有何不同，並對提供的程式碼提出聚焦修正。」對圖表，要求回答區分可見值與推論的趨勢。Gemma 模型卡指出，模型在處理模糊語言與非常複雜的任務時有侷限，也可能產生錯誤或過時的事實陳述，因此應附上要求結果必須使用的權威事實，而非期待訓練知識自行補足。
", "aboutText": "Gemma 4 26B A4B IT 是 Google DeepMind 開放 Gemma 4 系列中經指令微調的混合專家版本。官方架構表列出總計 252 億參數，以及 38 億啟用參數；A4B 名稱代表啟用參數規模的約數。用途涵蓋推理、程式設計、代理工作流程及多模態理解。它與預訓練版本及稠密的 31B 模型不同。\n\n混合專家設計在每個推論步驟啟用部分參數：公開架構表記載，從 128 個專家中啟用八個，另有一個共用專家。Google 以相對於稠密模型的推論效率來定位此版本。它將 30 層架構與 1,024 token 滑動視窗，結合全域注意力、256K 上下文及視覺編碼器。這些架構數字描述開發者模型，不保證特定應用程式的延遲或硬體設定。\n\n256K token 上下文支援結合大量文字與視覺證據的任務。圖片與文字可交錯放在同一個提示中；開發者建議將圖片內容放在相關文字之前，以取得最佳結果。視覺任務包括物件偵測、文件頁面解讀、螢幕與介面理解、圖表、多語 OCR、手寫文字及指向定位。輸出是文字，例如擷取內容、說明、程式碼或建議的工具動作。\n\n影片理解處理的是一系列影格。模型卡指出，當圖片以每秒一影格處理時，最多可處理 60 秒。準備相關片段、保留影格順序，並針對可見序列提出問題。此 26B/31B 視覺設定不接受音訊；較小且具音訊功能的 Gemma 4 變體，其語音能力不適用於此處。若任務需要口述資訊，請將逐字稿以文字加入。\n\n可設定的思考讓模型能先推理再回答，或直接作答。Gemma 4 在 user 與 assistant 角色之外，新增原生 system 角色。Google 的提示格式透過 system 提示中的 <|think|> 控制 token 啟用思考，並將思考通道與最終答案分開；文件記載的處理器可處理此範本。多回合對話應在歷史中保留先前最終答案，並排除先前思考；工具呼叫回合是例外，開發者表示其中應保留思考。\n\nNative Function Calling 支援結構化工具使用，Google 的發布說明也記載結構化 JSON 輸出。定義任務、可用函式及預期結果，由應用程式執行請求的操作，再將輸出回傳給下一步。程式設計任務可要求生成、補完或修正；視覺助理則可使用回傳文字解釋圖表或畫面。函式呼叫指令與已實際執行的連接動作不同。\n\n可變圖片解析度由視覺 token 預算控制。文件記載的選項為 70、140、280、560 及 1,120 token。較低預算適合分類、圖片說明或影格序列；較高預算使用額外運算，為 OCR、文件剖析及小字保留更多細節。準備圖片前，先決定需要整體場景還是精確文字。對擷取任務，清楚裁切的標籤可能比不加界定地要求檢查整頁每個細節更有用。\n\nGoogle 建議此系列採用 temperature 1.0、top-p 0.95 及 top-k 64 作為取樣設定。模型卡區分了超過 140 種語言的訓練，以及開箱即用支援超過 35 種語言。指定回答語言，並在需求說明中明確保留網域名稱、欄位名稱或公式。256K 是上下文規格；引用的模型卡並未為此版本確立另一個通用最大輸出值。\n\n文件與程式碼任務應提供相關頁面圖片、書面要求及原始碼片段，例如：「讀取標籤，解釋這個畫面與規格有何不同，並對提供的程式碼提出聚焦修正。」對圖表，要求回答區分可見值與推論的趨勢。Gemma 模型卡指出，模型在處理模糊語言與非常複雜的任務時有侷限，也可能產生錯誤或過時的事實陳述，因此應附上要求結果必須使用的權威事實，而非期待訓練知識自行補足。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
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 是 Google 經指令微調的混合專家模型，適合文字與視覺推理。它結合 256K 上下文、圖片與逐影格影片理解、可設定的思考，以及原生函式呼叫，並以文字輸出。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Gemma 4 26B A4B IT 是 Google DeepMind 開放 Gemma 4 系列中經指令微調的混合專家版本。官方架構表列出總計 252 億參數，以及 38 億啟用參數；A4B 名稱代表啟用參數規模的約數。用途涵蓋推理、程式設計、代理工作流程及多模態理解。它與預訓練版本及稠密的 31B 模型不同。
混合專家設計在每個推論步驟啟用部分參數：公開架構表記載，從 128 個專家中啟用八個，另有一個共用專家。Google 以相對於稠密模型的推論效率來定位此版本。它將 30 層架構與 1,024 token 滑動視窗，結合全域注意力、256K 上下文及視覺編碼器。這些架構數字描述開發者模型，不保證特定應用程式的延遲或硬體設定。
256K token 上下文支援結合大量文字與視覺證據的任務。圖片與文字可交錯放在同一個提示中；開發者建議將圖片內容放在相關文字之前，以取得最佳結果。視覺任務包括物件偵測、文件頁面解讀、螢幕與介面理解、圖表、多語 OCR、手寫文字及指向定位。輸出是文字，例如擷取內容、說明、程式碼或建議的工具動作。
影片理解處理的是一系列影格。模型卡指出，當圖片以每秒一影格處理時，最多可處理 60 秒。準備相關片段、保留影格順序，並針對可見序列提出問題。此 26B/31B 視覺設定不接受音訊；較小且具音訊功能的 Gemma 4 變體，其語音能力不適用於此處。若任務需要口述資訊，請將逐字稿以文字加入。
可設定的思考讓模型能先推理再回答，或直接作答。Gemma 4 在 user 與 assistant 角色之外，新增原生 system 角色。Google 的提示格式透過 system 提示中的 <|think|> 控制 token 啟用思考，並將思考通道與最終答案分開；文件記載的處理器可處理此範本。多回合對話應在歷史中保留先前最終答案，並排除先前思考；工具呼叫回合是例外，開發者表示其中應保留思考。
Native Function Calling 支援結構化工具使用，Google 的發布說明也記載結構化 JSON 輸出。定義任務、可用函式及預期結果，由應用程式執行請求的操作，再將輸出回傳給下一步。程式設計任務可要求生成、補完或修正；視覺助理則可使用回傳文字解釋圖表或畫面。函式呼叫指令與已實際執行的連接動作不同。
可變圖片解析度由視覺 token 預算控制。文件記載的選項為 70、140、280、560 及 1,120 token。較低預算適合分類、圖片說明或影格序列；較高預算使用額外運算，為 OCR、文件剖析及小字保留更多細節。準備圖片前，先決定需要整體場景還是精確文字。對擷取任務，清楚裁切的標籤可能比不加界定地要求檢查整頁每個細節更有用。
Google 建議此系列採用 temperature 1.0、top-p 0.95 及 top-k 64 作為取樣設定。模型卡區分了超過 140 種語言的訓練，以及開箱即用支援超過 35 種語言。指定回答語言，並在需求說明中明確保留網域名稱、欄位名稱或公式。256K 是上下文規格；引用的模型卡並未為此版本確立另一個通用最大輸出值。
文件與程式碼任務應提供相關頁面圖片、書面要求及原始碼片段，例如：「讀取標籤，解釋這個畫面與規格有何不同，並對提供的程式碼提出聚焦修正。」對圖表，要求回答區分可見值與推論的趨勢。Gemma 模型卡指出，模型在處理模糊語言與非常複雜的任務時有侷限，也可能產生錯誤或過時的事實陳述，因此應附上要求結果必須使用的權威事實，而非期待訓練知識自行補足。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 google/gemma-4-26b-a4b-it | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0003 / 1K Token 輸出 · 輸出 Token $0.0012 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0003 / 1K Token 輸出 · 輸出 Token $0.0012 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra google/gemma-4-26b-a4b-it
請使用上方列出的 API 方法路徑。
google/gemma-4-26b-a4b-itGemma 4 26B A4B IT 是 Google 經指令微調的混合專家模型，適合文字與視覺推理。它結合 256K 上下文、圖片與逐影格影片理解、可設定的思考，以及原生函式呼叫，並以文字輸出。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Gemma 4 26B A4B IT 是 Google DeepMind 開放 Gemma 4 系列中經指令微調的混合專家版本。官方架構表列出總計 252 億參數，以及 38 億啟用參數；A4B 名稱代表啟用參數規模的約數。用途涵蓋推理、程式設計、代理工作流程及多模態理解。它與預訓練版本及稠密的 31B 模型不同。
混合專家設計在每個推論步驟啟用部分參數：公開架構表記載，從 128 個專家中啟用八個，另有一個共用專家。Google 以相對於稠密模型的推論效率來定位此版本。它將 30 層架構與 1,024 token 滑動視窗，結合全域注意力、256K 上下文及視覺編碼器。這些架構數字描述開發者模型，不保證特定應用程式的延遲或硬體設定。
256K token 上下文支援結合大量文字與視覺證據的任務。圖片與文字可交錯放在同一個提示中；開發者建議將圖片內容放在相關文字之前，以取得最佳結果。視覺任務包括物件偵測、文件頁面解讀、螢幕與介面理解、圖表、多語 OCR、手寫文字及指向定位。輸出是文字，例如擷取內容、說明、程式碼或建議的工具動作。
影片理解處理的是一系列影格。模型卡指出，當圖片以每秒一影格處理時，最多可處理 60 秒。準備相關片段、保留影格順序，並針對可見序列提出問題。此 26B/31B 視覺設定不接受音訊；較小且具音訊功能的 Gemma 4 變體，其語音能力不適用於此處。若任務需要口述資訊，請將逐字稿以文字加入。
可設定的思考讓模型能先推理再回答，或直接作答。Gemma 4 在 user 與 assistant 角色之外，新增原生 system 角色。Google 的提示格式透過 system 提示中的 <|think|> 控制 token 啟用思考，並將思考通道與最終答案分開；文件記載的處理器可處理此範本。多回合對話應在歷史中保留先前最終答案，並排除先前思考；工具呼叫回合是例外，開發者表示其中應保留思考。
Native Function Calling 支援結構化工具使用，Google 的發布說明也記載結構化 JSON 輸出。定義任務、可用函式及預期結果，由應用程式執行請求的操作，再將輸出回傳給下一步。程式設計任務可要求生成、補完或修正；視覺助理則可使用回傳文字解釋圖表或畫面。函式呼叫指令與已實際執行的連接動作不同。
可變圖片解析度由視覺 token 預算控制。文件記載的選項為 70、140、280、560 及 1,120 token。較低預算適合分類、圖片說明或影格序列；較高預算使用額外運算，為 OCR、文件剖析及小字保留更多細節。準備圖片前，先決定需要整體場景還是精確文字。對擷取任務，清楚裁切的標籤可能比不加界定地要求檢查整頁每個細節更有用。
Google 建議此系列採用 temperature 1.0、top-p 0.95 及 top-k 64 作為取樣設定。模型卡區分了超過 140 種語言的訓練，以及開箱即用支援超過 35 種語言。指定回答語言，並在需求說明中明確保留網域名稱、欄位名稱或公式。256K 是上下文規格；引用的模型卡並未為此版本確立另一個通用最大輸出值。
文件與程式碼任務應提供相關頁面圖片、書面要求及原始碼片段，例如：「讀取標籤，解釋這個畫面與規格有何不同，並對提供的程式碼提出聚焦修正。」對圖表，要求回答區分可見值與推論的趨勢。Gemma 模型卡指出，模型在處理模糊語言與非常複雜的任務時有侷限，也可能產生錯誤或過時的事實陳述，因此應附上要求結果必須使用的權威事實，而非期待訓練知識自行補足。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 google/gemma-4-26b-a4b-it | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0003 / 1K Token 輸出 · 輸出 Token $0.0012 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0003 / 1K Token 輸出 · 輸出 Token $0.0012 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "google/gemma-4-26b-a4b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra google/gemma-4-26b-a4b-it
請使用上方列出的 API 方法路徑。
英文技術範例
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.