Gemma 4 26B A4B It

Oversigt. Gemma 4 26B A4B IT er Google DeepMinds instruktions-tunede, sparse Mixture-of-Experts-model, udgivet i april 2026 under en åben Apache 2.0-licens. Den har i alt 25,2 milliarder parametre, men aktiverer kun 3,8 milliarder per token fordelt på 8 ud af 128+1 eksperter. Den kombinerer MoE-effektivitet med et kontekstvindue på 262.144 tokens og understøtter inddata i form af tekst, billeder og video. Udviklere, der ønsker en multimodal model med åbne vægte, som de selv kan køre for at opnå korte svartider i chat og løse opgaver af moderat kompleksitet, bør vælge denne variant.

Vigtigste styrker. Domænescoring fra Artificial Analysis placerer denne model på et kodningsindeks på cirka 39,3, hvilket er betydeligt foran dens agentiske indeks på 11 — det viser reelle egenskaber til kodningsopgaver, som endnu ikke omfatter kompleks orkestrering af værktøjer i mange trin. Den leveres med indbyggede verktøjskald, en systemrolle, understøttelse af strukturerede uddata og en ræsonneringstilstand, der kan konfigureres via modellens <|think|>-kontroltoken, så du kun kan tilvælge dybere ræsonnering, når opgaven kræver det. Det sparse MoE-design gør det muligt at levere disse funktioner med kun 3,8 milliarder aktive parametre per token, hvilket holder inferens lettere end en tæt model af tilsvarende samlet størrelse.

Anvendelsesområder. Brug denne model til interaktiv chat, kodningsassistance eller multimodal forståelse (billeder og video), hvor moderat kompleksitet og hurtig ekspedition betyder mere end ræsonnering på frontmodel-niveau. Aktivér dens valgfrie ræsonneringstilstand, når en forespørgsel kræver ekstra overvejelse, og benyt dens indbyggede værktøjskald og understøttelse af strukturerede uddata til lette agentiske arbejdsflow frem for lange autonome kæder. Den er også velegnet til dem, der specifikt ønsker åbne vægte, som de kan rulle ud på deres egen løsning.

Begrænsninger. Dens score på kodnings- og det agentiske indeks ligger under dens større søskendemodel, 31B IT, så den er ikke det stærkeste valg til tung kodegenerering eller komplekse agentiske opgaver med mange trin. Den rapporterede maksimale længde for uddata har varieret på tværs af kilder (senest 16.384 tokens), selvom selve kontekstvinduet er fastlåst til 262.144 tokens, så man bør ikke gå ud fra, at uddata i en enkelt runde kan blive så lange. Træningsdataene slutter i januar 2025.

Bemærkning om suverænitet. Google er en modelskaber baseret i USA med bekræftet eksponering for CLOUD Act, hvilket er en faktor, der bør overvejes, selvom denne models vægte er licenseret åbent under Apache 2.0. Da vækterne er åbne, kan Gemma 4 26B A4B IT køres på en suveræn løsning efter dit valg, hvilket giver dig kontrol over dataplacering uafhængigt af Googles egen drift.