Pot rula Gemma 4 26B A4B local?

Da — greutățile sunt deschise sub Apache 2.0 și disponibile pe Hugging Face la google/gemma-4-26B-A4B-it, deci le poți descărca și rula singur, deși cei 25,2 miliarde parametri total înseamnă că vei avea nevoie de o mașină capabilă.

Cât costă prin API și cât este contextul?

Prețul este 0,09 USD per milion de tokeni de intrare și 0,30 USD per milion de tokeni de ieșire, cu o fereastră de context de 256K tokeni.

Cum diferă 26B A4B de 31B Dense în familia Gemma 4?

26B A4B este un model Mixture-of-Experts care activează doar 3,8 miliarde parametri per token, făcându-l mai ieftin de rulat decât 31B Dense, în timp ce țintește o calitate similară; 31B Dense activează toți parametrii de fiecare dată și nu suportă intrare video.

▲

53.5%

săptămâna aceasta

Gemma 4 26B A4B

8770°

#llm #google #viziune #video #raționament #agenți

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Google | context de 262.144 tokeni | 0,09$/M input, 0,30$/M output. Gemma 4 26B A4B IT este un model Mixture-of-Experts (MoE) instruit pentru instrucțiuni de la Google DeepMind. În ciuda celor 25,2B parametri total, doar 3,8B se activează per token în inferență — oferind calitate aproape de 31B la o fracțiune din costul de calcul. Suportă intrări multimodale, inclusiv text, imagini și video (până la 60s la 1fps). Dispune de o fereastră de context de 256K tokeni, apelare nativă a funcțiilor, mod configurabil de gândire/raționament și suport pentru ieșiri structurate. Lansat sub licență Apache 2.0.

Ghiduri pentru acest model

Cum să instalezi Ollama și să rulezi un AI local (Windows, Mac, Linux)

Ollama vs LM Studio (2026): ce aplicație AI locală să folosești și ce modele de top rulează fiecare

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Cum să alegi un model AI în octombrie 2026: noutățile modelelor închise, apoi greutățile deschise care merită descărcate

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Gemma 4 26B A4B este modelul Mixture-of-Experts instruit prin instrucțiuni de la Google DeepMind care activează doar 3,8 miliarde din cei 25,2 miliarde de parametri per token, oferind output aproape de clasa 31B la o fracțiune din costul de calcul. Gestionează text, imagini și video de până la 60 de secunde, cu o fereastră de context de 256K tokeni și un mod de raționament configurabil. Greutățile Apache 2.0 îl fac o opțiune serioasă pentru oricine dorește un model multimodal capabil pe care să îl poată rula și modifica efectiv.

Cunoscut pentru

Eficiență MoE: 3,8 miliarde parametri activi per token, calitate aproape de 31B
Multimodal: acceptă text, imagini și video de până la 60 de secunde
Fereastră de context de 256K tokeni pentru lucru cu documente lungi
Apelare nativă a funcțiilor și output structurat pentru fluxuri agentice
Licență Apache 2.0 — folosește-l, modifică-l, implementează-l comercial

Atenție la

Intrarea video este limitată la 1fps și 60 de secunde; nu te aștepta la înțelegere temporală bogată.
Audio nu este suportat pe această dimensiune — doar pe variantele E2B, E4B și 12B.
Cu 25,2 miliarde parametri total, implementarea locală necesită o mașină bine echipată în ciuda economiilor MoE.

Cel mai bun pentru

Raționament

Viziune

Agenți și utilizare unelte

Programare

Context lung

Sugestii de încercat

Depanează un bug async dificil

Iată o funcție Python async care ocazional ridică RuntimeError: 'Event loop is closed' când este apelată dintr-o sarcină background FastAPI. Explică exact de ce se întâmplă asta, apoi rescrie funcția ca să fie sigură de apelat în acel context. Arată codul corectat și explică fiecare schimbare.

Raționează un puzzle de programare

Cinci ingineri trebuie să revizuiască câte două din cele șapte pull request-uri. Niciun inginer nu își revizuiește propriul PR. PR-urile 3 și 7 trebuie revizuite de ingineri care nu au revizuit niciunul din PR-urile 1, 2 sau 4. Atribuie recenzorii pentru toate cele șapte PR-uri respectând aceste constrângeri și arată raționamentul pas cu pas.

Analizează o imagine atașată

Atașează o captură de ecran a unui dashboard, grafic sau UI. Apoi cere: Descrie fiecare punct de date și element vizual pe care îl vezi, identifică orice anomalii sau tendințe și sugerează o schimbare concretă care ar face citirea mai ușoară dintr-o privire.

Compară cu

Gemini 3.8 Flash
Model doar API
context de 1,048,576 tokeni · $0.83/M intrare, $4.12/M ieșire
Gemini 3 Flash Preview
Model doar API
context de 1,048,576 tokeni · $0.50/M intrare, $3.00/M ieșire
Gemini 2.5 Flash Lite
Model doar API
context de 1,048,576 tokeni · $0.10/M intrare, $0.40/M ieșire
Gemini 3.1 Flash Lite
Model doar API
context de 1,048,576 tokeni · $0.25/M intrare, $1.50/M ieșire

Mai multe modele text de la google

Întrebări frecvente

Pot rula Gemma 4 26B A4B local?: Da — greutățile sunt deschise sub Apache 2.0 și disponibile pe Hugging Face la google/gemma-4-26B-A4B-it, deci le poți descărca și rula singur, deși cei 25,2 miliarde parametri total înseamnă că vei avea nevoie de o mașină capabilă.
Cât costă prin API și cât este contextul?: Prețul este 0,09 USD per milion de tokeni de intrare și 0,30 USD per milion de tokeni de ieșire, cu o fereastră de context de 256K tokeni.
Cum diferă 26B A4B de 31B Dense în familia Gemma 4?: 26B A4B este un model Mixture-of-Experts care activează doar 3,8 miliarde parametri per token, făcându-l mai ieftin de rulat decât 31B Dense, în timp ce țintește o calitate similară; 31B Dense activează toți parametrii de fiecare dată și nu suportă intrare video.

Verdictul căpitanului
O combinație rară: greutăți deschise, capacitate multimodală reală și eficiență MoE care menține costurile de inferență corecte.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

Tendința de popularitate a Gemma 4 26B A4B

Scor de căldură din 3 Apr 2026

Scor de popularitate

8,770°

Săptămâna aceasta

▲

53.5%

8,713° atunci, 8,770° acum

Luna aceasta

▲

607%

8,512° atunci, 8,770° acum

Ultimul an

n/a

Nu a fost lansat/urmărit

7,000°

Prag minim

Scara merge de la 0° la 9.999°. Tot ce este sub 7,000° este rezervat pentru modelele despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete. 7,000° este punctul de start pentru datele măsurate: un model cu date reale, dar aproape fără descărcări, stă la prag, iar măsurătorile umplu gradele de deasupra. Pragul nu spune nimic despre model; doar gradele de deasupra îl diferențiază de alte modele.

+1,489°

Tokeni OpenRouter

919,242,238,645 tokeni procesați de acest model prin OpenRouter în ultimele 30 de zile, împreună cu prompturile și răspunsurile. Fiecare 10,000,000 tokeni contează ca un download în termenul de descărcări, 91,924 în total; tokenii ultimei zile se adaugă la rata de adoptare. Sursa: OpenRouter (openrouter.ai/rankings).

+281°

Rata de adoptare

Aproximativ 5,610 descărcări pe zi, măsurate între două citiri ale surselor, niciodată estimate dintr-o medie pe viață. Viteza cântărește un sfert din termenul descărcărilor, așa că o creștere recentă se vede fără să lase un vârf de o zi să depășească ani de utilizare.

Arată detalii

Fiecare număr de pe acest site poate fi verificat. Scorul de popularitate al acestui model este 8,770°, iar aici este construit pas cu pas, cu totalul acumulat după fiecare ingredient: pragul minim, gradele adăugate de fiecare sursă, bonusul pentru tipul modelului și ce scade vârsta greutăților. Culorile sunt benzile din graficul de mai sus. Glosarul de la final definește fiecare termen.

1
Începe de la prag.
De ce 7,000° și nu zero: scara merge de la 0° la 9.999°, iar partea de sub 7,000° este rezervată modelelor despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete și să nu depășească niciodată un model cu date. 7,000° este punctul de start pentru datele măsurate. Un model cu date reale, dar aproape fără descărcări, stă aici; tot ce urmează este măsurare, iar spațiul de deasupra pragului conține zece pași de zece ori mai multe descărcări, fiecare la 300°. Pragul este același pentru toate modelele, deci nu decide nimic; gradele de deasupra fac diferența.
7,000°
total curent
2
Adaugă descărcările.
91,924 echivalente de descărcări în total, de la Tokeni OpenRouter. De zece ori descărcările adaugă același 300°, deci mărimea contează, dar nu domină scorul.
+1,489°
8,489°
total curent
3
Adaugă rata de adoptare.
Aproximativ 5,610 descărcări pe zi acum, măsurate între două citiri, cu un sfert din greutate.
+281°
8,770°
total curent
=
Scorul de căldură.
Unde se situează acest model pe fiecare listă de pe site. Nimic altceva nu îl ajustează.
8,770°

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Cum s-a schimbat popularitatea acestui model față de restul catalogului: creșterea lui în descărcări, aprecieri și utilizare în fiecare perioadă, comparată cu creșterea tipică a unui model în aceeași perioadă, plus scorul său de căldură la momentul respectiv. Dacă e peste creșterea tipică, înseamnă că a crescut, dacă e sub, a scăzut. Istoricul se reconstruiește din totalurile de azi, prima zi a modelului și viteza lui de descărcare măsurată când sunt două citiri; un model care nu exista la începutul perioadei arată n/a.

Modele similare

Modele AI pentru generare de imagini, video și text

Gemma 4 26B A4B este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm google viziune video raționament agenți programare context lung

Răsfoiește după familia de modele