Czy mogę uruchomić Gemma 4 26B A4B lokalnie?

Tak — wagi są otwarte na licencji Apache 2.0 i dostępne na Hugging Face pod google/gemma-4-26B-A4B-it, więc możesz je pobrać i uruchomić samodzielnie, choć 25,2 mld parametrów całkowitych wymaga mocnego sprzętu.

Ile kosztuje przez API i jak duże jest okno kontekstu?

Cena to 0,09 USD za milion tokenów wejściowych i 0,30 USD za milion tokenów wyjściowych, z oknem kontekstu 256 tys. tokenów.

Czym 26B A4B różni się od 31B Dense w rodzinie Gemma 4?

26B A4B to model Mixture-of-Experts, który aktywuje tylko 3,8 mld parametrów na token, co czyni go tańszym w działaniu niż 31B Dense, przy podobnej jakości wyjścia; 31B Dense aktywuje wszystkie parametry za każdym razem i nie obsługuje wideo.

▲

53.5%

ten tydzień

Gemma 4 26B A4B

8770°

#llm #google #wizja #wideo #rozumowanie #agenci

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

Google | kontekst 262 144 tokenów | 0,09 USD/M wejście, 0,30 USD/M wyjście. Gemma 4 26B A4B IT to model Mixture-of-Experts (MoE) dostrojony instrukcyjnie od Google DeepMind. Pomimo 25,2 miliarda całkowitych parametrów, aktywuje tylko 3,8 miliarda na token podczas inferencji — dostarczając jakość bliską 31 miliardom przy ułamku kosztów obliczeniowych. Obsługuje multimodalne wejścia, w tym tekst, obrazy i wideo (do 60 sekund przy 1 klatce na sekundę). Posiada okno kontekstowe 256K tokenów, natywne wywoływanie funkcji, konfigurowalny tryb myślenia/rozumowania oraz wsparcie dla strukturalnych wyjść. Wydany na licencji Apache 2.0.

Poradniki do tego modelu

Jak zainstalować Ollama i uruchomić lokalną AI (Windows, Mac, Linux)

Ollama vs LM Studio (2026): którą lokalną aplikację AI wybrać i które topowe modele obsługuje każda z nich

Co to jest plik GGUF? Wyjaśnienie modeli kwantyzowanych (Q4, Q8, fp8, NF4)

Jak wybrać model AI w październiku 2026: najpierw zamknięte modele, potem otwarte wagi warte pobrania

Najlepsze lokalne LLM według zastosowania (październik 2026): odpowiedni otwarty model do każdego zadania

Ile VRAM naprawdę potrzebuję do lokalnej AI?

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Gemma 4 26B A4B to instrukcyjnie dostrojony model Mixture-of-Experts Google DeepMind, który aktywuje tylko 3,8 miliarda ze swoich 25,2 miliarda parametrów na token, więc otrzymujesz jakość bliską klasie 31 miliardów przy ułamku kosztów obliczeniowych. Obsługuje tekst, obrazy i wideo do 60 sekund, ma okno kontekstu 256 tys. tokenów i konfigurowalny tryb rozumowania. Wagi na licencji Apache 2.0 czynią go poważną opcją dla każdego, kto chce zdolnego modelu multimodalnego, który faktycznie może uruchomić i modyfikować.

Znany z

Efektywność MoE: 3,8 mld aktywnych parametrów na token, jakość bliska 31 mld
Multimodalny: przyjmuje tekst, obrazy i wideo do 60 sekund
Okno kontekstu 256 tys. tokenów do pracy z długimi dokumentami
Natywne wywoływanie funkcji i strukturalne wyjścia dla pipeline’ów agentowych
Licencja Apache 2.0 — używaj, modyfikuj, wdrażaj komercyjnie

Uważaj na

Wejście wideo ograniczone do 1 klatki na sekundę i 60 sekund; nie oczekuj bogatego rozumienia temporalnego.
Audio nie jest obsługiwane w tej wersji — tylko w wariantach E2B, E4B i 12B.
Przy 25,2 mld parametrów całkowitych lokalne wdrożenie wymaga mocnego sprzętu mimo oszczędności MoE.

Najlepszy do

Rozumowanie

Wizja

Agenci i użycie narzędzi

Kodowanie

Długi kontekst

Podpowiedzi do wypróbowania

Debugowanie trudnego błędu async

Oto asynchroniczna funkcja w Pythonie, która czasem rzuca błąd RuntimeError: 'Event loop is closed' gdy jest wywoływana z zadania w tle FastAPI. Wyjaśnij dokładnie, dlaczego tak się dzieje, a następnie przepisz funkcję tak, by była bezpieczna do wywołania w tym kontekście. Pokaż poprawiony kod i wyjaśnij każdą zmianę.

Rozumowanie nad zadaniem harmonogramu

Pięciu inżynierów musi każdy przejrzeć dwa z siedmiu pull requestów. Żaden inżynier nie recenzuje własnego PR. PR-y 3 i 7 muszą być recenzowane przez inżynierów, którzy nie recenzowali PR-ów 1, 2 ani 4. Przydziel recenzentów do wszystkich siedmiu PR-ów spełniając te warunki i pokaż swoje rozumowanie krok po kroku.

Analiza załączonego obrazu

Załącz zrzut ekranu dashboardu, wykresu lub UI. Następnie zapytaj: Opisz każdy punkt danych i element wizualny, który widzisz, zidentyfikuj anomalie lub trendy i zasugeruj jedną konkretną zmianę, która ułatwiłaby szybkie odczytanie.

Porównaj z

Gemini 3.8 Flash
Model tylko z API
Kontekst 1,048,576 tokenów · $0.83/M wejście, $4.12/M wyjście
Gemini 3 Flash Preview
Model tylko z API
Kontekst 1,048,576 tokenów · $0.50/M wejście, $3.00/M wyjście
Gemini 2.5 Flash Lite
Model tylko z API
Kontekst 1,048,576 tokenów · $0.10/M wejście, $0.40/M wyjście
Gemini 3.1 Flash Lite
Model tylko z API
Kontekst 1,048,576 tokenów · $0.25/M wejście, $1.50/M wyjście

Więcej modeli tekstowych od google

Pytania, które ludzie zadają

Czy mogę uruchomić Gemma 4 26B A4B lokalnie?: Tak — wagi są otwarte na licencji Apache 2.0 i dostępne na Hugging Face pod google/gemma-4-26B-A4B-it, więc możesz je pobrać i uruchomić samodzielnie, choć 25,2 mld parametrów całkowitych wymaga mocnego sprzętu.
Ile kosztuje przez API i jak duże jest okno kontekstu?: Cena to 0,09 USD za milion tokenów wejściowych i 0,30 USD za milion tokenów wyjściowych, z oknem kontekstu 256 tys. tokenów.
Czym 26B A4B różni się od 31B Dense w rodzinie Gemma 4?: 26B A4B to model Mixture-of-Experts, który aktywuje tylko 3,8 mld parametrów na token, co czyni go tańszym w działaniu niż 31B Dense, przy podobnej jakości wyjścia; 31B Dense aktywuje wszystkie parametry za każdym razem i nie obsługuje wideo.

Wyrok kapitana
Rzadkie połączenie: otwarte wagi, prawdziwa multimodalność i efektywność MoE, która utrzymuje koszty inferencji na rozsądnym poziomie.

Karta modelu na Hugging Face

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #46 Hottest Text / LLM model · #46 Hottest Text / LLM text model

Not this creator?

Get your own badge

Trend popularności: Gemma 4 26B A4B

Wynik heat od 3 Apr 2026

Wskaźnik popularności

8,770°

Ten tydzień

▲

53.5%

8,713° wtedy, 8,770° teraz

Ten miesiąc

▲

607%

8,512° wtedy, 8,770° teraz

Ostatni rok

n/a

Jeszcze nie wydano/śledzono

7,000°

Podstawa

Skala idzie od 0° do 9 999°. Wszystko poniżej 7,000° jest zarezerwowane dla modeli, o których żadne źródło jeszcze nie raportuje, które mają tam zastępczą wartość, by listy były kompletne. 7,000° to punkt startowy dla danych pomiarowych: model z prawdziwymi danymi, ale prawie bez pobrań, stoi na tej podstawie, a pomiary wypełniają stopnie powyżej niej. Podstawa nic nie mówi o modelu; to stopnie powyżej niej robią różnicę i to one rozróżniają modele.

+1,489°

Tokeny OpenRouter

919,242,238,645 tokenów przetworzonych przez ten model przez OpenRouter w ciągu ostatnich 30 dni, razem zapytania i odpowiedzi. Każde 10,000,000 tokenów liczy się jako jedno pobranie w terminie pobrań, łącznie 91,924; tokeny z ostatniego dnia wchodzą do wskaźnika adopcji. Źródło: OpenRouter (openrouter.ai/rankings).

+281°

Tempo adopcji

Około 5,610 pobrań dziennie, mierzone między dwoma odczytami źródeł, nigdy nie szacowane na podstawie średniej z całego czasu. Prędkość waży ćwierć składnika pobrań, więc świeży wzrost jest widoczny, ale jednodniowy skok nie przebije lat użycia.

Pokaż szczegóły

Każdą liczbę na tej stronie można sprawdzić. Wynik popularności tego modelu to 8,770°, a tutaj jest zbudowany krok po kroku, z bieżącym sumowaniem po każdym składniku: podstawa, stopnie dodawane przez każde źródło, bonus za rodzaj modelu oraz odejmowanie za wiek wag. Kolory odpowiadają zakresom na wykresie powyżej. Na końcu znajduje się słownik, który wyjaśnia każde pojęcie.

1
Zacznij od podstawy.
Dlaczego 7,000°, a nie zero: skala idzie od 0° do 9 999°, a część poniżej 7,000° jest zarezerwowana dla modeli, o których żadne źródło jeszcze nie raportuje, które mają tam zastępczą wartość, by listy były kompletne i nigdy nie wyprzedzały modeli z danymi. 7,000° to punkt startowy dla danych pomiarowych. Model z prawdziwymi danymi, ale prawie bez pobrań, stoi tutaj; wszystko co dalej to pomiary, a przestrzeń powyżej podstawy mieści dziesięć dziesięciokrotnych kroków w pobraniach po 300° każdy. Podstawa jest taka sama dla każdego modelu, więc nic nie decyduje; decydują stopnie powyżej niej.
7,000°
bieżąca suma
2
Dodaj pobrania.
91,924 równoważników pobrań łącznie, z Tokeny OpenRouter. Dziesięć razy więcej pobrań dodaje ten sam 300°, więc rozmiar ma znaczenie, ale nigdy nie dominuje wyniku.
+1,489°
8,489°
bieżąca suma
3
Dodaj tempo adopcji.
Około 5,610 pobrań dziennie teraz, mierzone między dwoma odczytami, z wagą ćwierć pobrania.
+281°
8,770°
bieżąca suma
=
Wynik heat.
Pozycja tego modelu na każdej liście na tej stronie. Nic innego tego nie zmienia.
8,770°

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Jak popularność tego modelu zmieniała się w porównaniu do reszty katalogu: jego wzrost w pobraniach, polubieniach i użyciu w każdym okresie, mierzony względem typowego wzrostu modelu w tym samym czasie, wraz z jego wynikiem heat score. Powyżej typowego wzrostu oznacza wzrost, poniżej spadek. Przeszłość jest odtwarzana na podstawie dzisiejszych sum, pierwszego dnia modelu i zmierzonej prędkości pobrań, jeśli są dwa odczyty; model, który nie istniał na początku okresu, pokazuje n/d.

Podobne modele

Modele AI do generowania obrazów, wideo i tekstu

Gemma 4 26B A4B to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm google wizja wideo rozumowanie agenci kodowanie długi kontekst

Przeglądaj według rodziny modeli