gemma-4-26B-A4B-it

размышляющая
мультимодальная
русскоязычная
для кодинга
можно попробовать

Gemma-4-26B-A4B-it первая открытая модель от google на базе архитектуры Mixture-of-Experts (MoE). При общем объеме в 25.2 миллиарда параметров, для обработки каждого токена активируется лишь их небольшая часть — от 3.8 до 4 миллиардов. По утверждениям разработчиков, такая эффективность позволяет модели достигать примерно 97% качества плотной модели 31B при значительно меньших вычислительных затратах. На момент релиза модель занимает 6-е место в рейтинге Arena AI среди открытых моделей, обходя конкурентов в 20 раз большего размера.

Модель 26B A4B построена на 30 слоях и использует гибридное внимание со скользящим окном на 1024 токена и поддерживает контекстное окно в 256 тысяч токенов. Она обладает мультимодальными возможностями отлично обрабатывая текст и изображения. В отличие от плотных аналогов, модель MoE специально оптимизирована для эффективного выполнения агентных рабочих процессов, демонстрируя значительный прогресс по сравнению с Gemma-3. 

Для разработчиков ключевым преимуществом этой модели является её исключительная эффективность при развертывании. По оценкам сообщества, модель способна генерировать 162 токена в секунду на ускорителе NVIDIA RTX 4090 и может эффективно работать даже на устройствах с ограниченной памятью. Это делает её идеальным выбором для сложных агентных систем, задач глубокого анализа кода и интенсивного логического вывода, где требуется баланс между производительностью и затратами на оборудование.

С рекомендации по использованию модели от разработчиков можно ознакомиться по этой ссылке -  https://ai.google.dev/gemma/docs/core/model_card_4?hl=ru


Дата анонса: 11.03.2026
Параметров: 27B
Экспертов: 128
Активно параметров при инференсе: 4B
Контекст: 263K
Слоев: 30, с полным вниманием: 5
Тип внимания: Sliding Window Attention
Разработчик: Google DeepMind
Версия Transformers: 5.5.0.dev0
Версия vLLM: gemma4
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с gemma-4-26B-A4B-it. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU TPS Tooling Статус Ссылка
google/gemma-4-26B-A4B-it 262 144 Публичный 4×RTX4090
tensor
 238.00 да доступен чат

API доступ к gemma-4-26B-A4B-it эндпоинтам

curl https://chat.immers.cloud/v1/endpoints/gemma4-26b-a4b-it/generate/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer USER_API_KEY" \
--data-binary @- <<"EOF"
{"model": "gemma-4-26b-a4b-it", "messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Say this is a test"}
], "temperature": 0, "max_tokens": 150
}
EOF
$response = Invoke-WebRequest https://chat.immers.cloud/v1/endpoints/gemma4-26b-a4b-it/generate/chat/completions `
-Method POST `
-Headers @{
"Authorization" = "Bearer USER_API_KEY"
"Content-Type" = "application/json; charset=utf-8"
} `
-Body ([System.Text.Encoding]::UTF8.GetBytes((@{
model = "gemma-4-26b-a4b-it"
messages = @(
@{ role = "system"; content = "You are a helpful assistant." },
@{ role = "user"; content = "Say this is a test" })
} | ConvertTo-Json -Depth 10)))
([System.Text.Encoding]::UTF8.GetString($response.RawContentStream.ToArray()) | ConvertFrom-Json).choices[0].message.content
#!pip install OpenAI --upgrade

from openai import OpenAI

client = OpenAI(
api_key="USER_API_KEY",
base_url="https://chat.immers.cloud/v1/endpoints/gemma4-26b-a4b-it/generate/",
)

chat_response = client.chat.completions.create(
model="gemma-4-26b-a4b-it",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Say this is a test"},
]
)
print(chat_response.choices[0].message.content)

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации сервера для хостинга gemma-4-26B-A4B-it

Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslat4-3.32.64.160
262 144
pipeline
 3 78,57 ₽ 2,36 Запустить
teslaa10-2.16.64.160
262 144
tensor
 2 83,37 ₽ 3,03 Запустить
teslat4-4.16.64.160
262 144
tensor
 4 85,77 ₽ 3,86 Запустить
teslaa2-3.32.128.160
262 144
pipeline
 3 94,64 ₽ 2,38 Запустить
rtx2080ti-4.16.32.160
262 144
tensor
 4 99,74 ₽ 1,68 Запустить
rtxa5000-2.16.64.160.nvlink
262 144
tensor
 2 109,77 ₽ 3,03 Запустить
teslaa2-4.32.128.160
262 144
tensor
 4 112,24 ₽ 3,88 Запустить
rtx3090-2.16.64.160
262 144
tensor
 2 139,77 ₽ 3,32 Запустить
rtx5090-1.16.64.160
262 144
 1 141,77 ₽ 1,66 Запустить
rtx3080-4.16.64.160
262 144
tensor
 4 162,57 ₽ 1,16 Запустить
rtx4090-2.16.64.160
262 144
tensor
 2 171,77 ₽ 3,31 Запустить
teslaa100-1.16.64.160
262 144
 1 211,77 ₽ 8,18 Запустить
h100-1.16.64.160
262 144
 1 341,77 ₽ 8,17 Запустить
h100nvl-1.16.96.160
262 144
 1 367,41 ₽ 10,07 Запустить
teslaa100-2.24.96.160.nvlink
262 144
tensor
 2 411,81 ₽ 18,48 Запустить
h200-1.16.128.160
262 144
 1 423,04 ₽ 16,43 Запустить
h200-2.24.256.160.nvlink
262 144
tensor
 2 839,97 ₽ 34,97 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslaa10-2.16.64.160
262 144
tensor
 2 83,37 ₽ 1,20 Запустить
teslat4-4.16.64.160
262 144
tensor
 4 85,77 ₽ 2,03 Запустить
rtxa5000-2.16.64.160.nvlink
262 144
tensor
 2 109,77 ₽ 1,20 Запустить
teslaa2-4.32.128.160
262 144
tensor
 4 112,24 ₽ 2,05 Запустить
rtx3090-2.16.64.160
262 144
tensor
 2 139,77 ₽ 1,49 Запустить
rtx4090-2.16.64.160
262 144
tensor
 2 171,77 ₽ 1,48 Запустить
teslaa100-1.16.64.160
262 144
 1 211,77 ₽ 114,60 6,35 Запустить
rtx5090-2.16.64.160
262 144
tensor
 2 261,77 ₽ 3,61 Запустить
h100-1.16.64.160
262 144
 1 341,77 ₽ 117,12 6,34 Запустить
h100nvl-1.16.96.160
262 144
 1 367,41 ₽ 8,24 Запустить
teslaa100-2.24.96.160.nvlink
262 144
tensor
 2 411,81 ₽ 16,65 Запустить
h200-1.16.128.160
262 144
 1 423,04 ₽ 14,60 Запустить
h200-2.24.256.160.nvlink
262 144
tensor
 2 839,97 ₽ 33,14 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslaa10-4.16.64.160
262 144
tensor
 4 144,97 ₽ 3,19 Запустить
teslaa2-6.32.128.160
262 144
pipeline
 6 147,44 ₽ 1,88 Запустить
rtx3090-3.16.96.160
262 144
pipeline
 3 204,41 ₽ 1,04 Запустить
rtxa5000-4.16.128.160.nvlink
262 144
tensor
 4 209,04 ₽ 3,19 Запустить
teslaa100-1.16.64.160
262 144
 1 211,77 ₽ 100,14 3,19 Запустить
rtx4090-3.16.96.160
262 144
pipeline
 3 252,41 ₽ 1,03 Запустить
rtx3090-4.16.64.160
262 144
tensor
 4 257,77 ₽ 3,76 Запустить
rtx4090-4.16.64.160
262 144
tensor
 4 321,77 ₽ 3,74 Запустить
h100-1.16.64.160
262 144
 1 341,77 ₽ 3,18 Запустить
h100nvl-1.16.96.160
262 144
 1 367,41 ₽ 5,07 Запустить
rtx5090-3.16.96.160
262 144
pipeline
 3 387,41 ₽ 4,23 Запустить
teslaa100-2.24.96.160.nvlink
262 144
tensor
 2 411,81 ₽ 13,49 Запустить
h200-1.16.128.160
262 144
 1 423,04 ₽ 11,43 Запустить
rtx5090-4.16.128.160
262 144
tensor
 4 513,04 ₽ 8,01 Запустить
h200-2.24.256.160.nvlink
262 144
tensor
 2 839,97 ₽ 29,98 Запустить

Связанные модели

gemma-4-31B-it
gemma-4-E4B-it
gemma-4-E2B-it
gemma-4-12B-it

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.