GO
Gemma 4 26B A4B (Reasoning) Small
Googlemultimodalreasoningopen weightsvision
Модель Gemma 4 26B A4B от Google. Поддерживает пошаговые рассуждения, контекстное окно — 256 тыс. токенов, скорость вывода около 97.3 токенов/с. Стоимость — $0.1 за 1М входных и $0.34 за 1М выходных токенов.
Ключевые метрикиverified
AIKraft Index—Intelligence
Контекст256kтокенов
Output speed97.3 t/sизмерено
TTFT0.5 sизмерено
Blended цена₽13$0.16 / 1M
МодальностьМультимодальнаяс рассуждением
Обзор
Gemma 4 26B A4B — модель от Google. Ориентирована на задачи, где важны глубина рассуждений и длинный горизонт: агентное программирование, анализ больших кодовых баз, научный ресёрч и многошаговая работа с инструментами. Принимает мультимодальный ввод — текст и изображения.
Контекстное окно — 256 тыс. токенов, скорость вывода — ~97.3 токенов/с. Веса модели открыты для скачивания. Доступ из РФ — через сторонние прокси-сервисы. Цена — $0.1 за 1M входных и $0.34 за 1M выходных токенов.
Бенчмарки
Результаты на эвалах
| Бенчмарк | Значение |
|---|---|
| GPQA Diamond | 79.2% |
| IFBench | 72.4% |
| LCR | 65.7% |
| τ²-bench | 43.6% |
| SciCode | 40% |
| Terminal-Bench v2.1 | 39% |
| HLE | 19.3% |
| Terminal-Bench Hard | 13.6% |
| τ-bench Banking | 12% |
Производительность и цена
Скорость, стоимость и положение на Pareto-фронте
скорость и TTFT — измеренные значения, не заявленные вендором
Скорость
97.3 t/s
Output speed
0.5 s
TTFT
Контекстное окно
256k заявленный контекст
Цена за 1M токенов
Input входные$0.10₽8
Output выходные$0.34₽28
Blended 3:1$0.16₽13
курс ЦБ РФ · $1 = ₽82.45
Калькулятор стоимости в ₽
M ток.
M ток.
≈ стоимость в месяц—
Сравнения и подборки
Прямые сравнения с конкурентами и подборки, в которые входит Gemma 4 26B A4B
Нужна эта модель в вашей компании?
Развернём её (self-host или API), подключим под ваши задачи и обучим команду. Бесплатный ИИ-аудит — 30 минут.
Новости и материалы
Связанные новости и разборы
упоминания Gemma 4 26B A4B в ленте и материалах редакции
Статьи блога
разборы
Статья
Почему EmbeddingGemma 2 — это спасение для вашего RAG
Статья
Dense vs MoE: Как выбрать архитектуру LLM для продакшена
Статья
ToolGrad: Революция в генерации данных для вызова инструментов ИИ
Статья
Лучшие open-weight модели август 2026: рейтинг по интеллекту
Статья