Gemma 4 26B A4B

260億パラメータ、40億がアクティブ - 推論速度で最先端の知能を

Gemma 4 26B A4Bは、トークンあたり4Bのパラメータのみを活性化しながら31B級の品質を実現するMixture-of-Expertsモデルです。256Kコンテキスト、140以上の言語対応、AIME 2026で88.3%を達成し、最先端の推論能力への最も効率的なアプローチです。

チャットを始めるベンチマークを見る

モデルバリエーション

インストラクションチューニング済みモデルとベースモデル

チャットやタスク処理に最適化されたインストラクションチューニング済みモデルと、ファインチューニングや専門用途向けのベースモデルからお選びいただけます。

Mixture-of-Expertsアーキテクチャ

総パラメータ25.2B、トークンあたり3.8Bがアクティブ

Gemma 4 26B A4Bは、128のエキスパートのうち8つをアクティブに使用し、さらに1つの共有エキスパートを持つスパースMoE設計を採用しています。全26Bパラメータがメモリに常駐し高速ルーティングを実現しつつ、推論コストは4Bデンスモデル並みに抑えられています。

31B級の品質をわずかな計算コストで実現する、高スループットな本番環境に最適です。

チャットを始める機能を見る

インストラクションチューニング済み

26B Instruct

対話型AIと複雑なタスク処理に最適化

RLHFによる指示追従とマルチターン対話のファインチューニング済み

提供中

チャットを始める重みをダウンロード

事前学習済み

26B Base

ファインチューニングや専門用途向けの基盤MoEモデル

スパースエキスパートルーティングを用いた多様なマルチモーダルデータで事前学習済み

提供中

HuggingFaceで見るファインチューニングガイド

機能

4Bの推論コストで最先端レベルの性能を

Gemma 4 26B A4Bは、MoEの効率性と高度な推論、卓越したコーディング、マルチモーダル理解を組み合わせ、わずかな計算コストで31B級の品質を実現します。

MoE効率性

25.2Bのパラメータプールからトークンあたり3.8Bのみを活性化。約4Bの推論コストで31B級の品質を実現し、Gemma 4ファミリー最高の効率比を誇ります。

高度な推論

設定可能なシンキングモードでステップバイステップの推論が可能。AIME 2026の数学で88.3%を達成し、31Bデンスモデルとの差はわずか0.9ポイントです。

卓越したコーディング

LiveCodeBench v6で77.1%、Codeforces ELO 1718を達成。ネイティブファンクションコーリングによるエージェントワークフローと自律的なコード実行に対応。

256Kコンテキストウィンドウ

コードベース全体、長文ドキュメント、マルチターン会話に対応する拡張コンテキスト。ハイブリッドローカル/グローバルアテンションによるメモリ効率を実現。

マルチモーダル理解

可変アスペクト比でテキストと画像を処理。MMMU Proで73.8%、MATH-Visionで82.4%の視覚推論性能を達成。

140以上の言語に対応

文化的コンテキストを理解した多言語サポート。MMLU Proで82.6%を達成し、多様な知識領域をカバー。

主なハイライト

卓越したパフォーマンス指標

Gemma 4 26B A4Bは、トークンあたり3.8Bのパラメータのみを活性化しながら、多様なベンチマークで31B級の結果を達成しています。

主な実績

Arena AI ELO 1441 - 31Bデンスモデルに匹敵
AIME 2026 数学で88.3%（ツールなし）
LiveCodeBench v6 コーディングで77.1%
GPQA Diamond 科学知識で82.3%
t2-bench エージェントツール使用で85.5%

技術仕様

総パラメータ25.2B、トークンあたり3.8Bがアクティブ
128のうち8つのアクティブエキスパート + 1つの共有エキスパート
256Kトークンのコンテキストウィンドウ
140以上の言語をサポート
ハイブリッドローカル/グローバルアテンション機構

無料でチャットを始める重みをダウンロード

パフォーマンス

4Bの推論コストで31B級の品質を

Gemma 4 26B A4Bは、AIME 2026で88.3%、MMLU Proで82.6%を達成。31Bデンスモデルとの差は1%以内で、トークンあたり3.8Bのパラメータのみを活性化します。

Gemma 4 26B A4Bは、推論、コーディング、マルチモーダル、エージェントベンチマークのすべてで安定した高性能を発揮し、31Bデンスモデルとの差は1-3%以内です。

チャットを始めるモデルカードを見る

Arena AI ELO 1441 - 31Bデンスモデルに匹敵

AIME 2026 数学で88.3%（ツールなし）

LiveCodeBench v6 競技コーディングで77.1%

GPQA Diamond 科学知識で82.3%

t2-bench エージェントツール使用で85.5%

ベンチマーク比較

26B MoE vs 31Bデンスモデルと Gemma 4ファミリー

Gemma 4 26B A4Bは、推論、コーディング、マルチモーダル、エージェントタスクにおいて、わずかな推論コストで31B級の性能を実現します。

Benchmark	Gemma 4 26B A4B IT Thinking 注目	Gemma 4 31B IT Thinking	Gemma 4 E4B IT Thinking	Gemma 3 27B IT
Arena AI (text) 2026年4月2日時点	1441	1452	-	1365
MMLU Pro 知識と推論ツールなし	82.6%	85.2%	69.4%	67.6%
MMMU Pro マルチモーダル推論	73.8%	76.9%	52.6%	49.7%
AIME 2026 数学ツールなし	88.3%	89.2%	42.5%	20.8%
LiveCodeBench v6 競技コーディング	77.1%	80.0%	52.0%	29.1%
GPQA Diamond 科学知識ツールなし	82.3%	84.3%	58.6%	42.4%
t2-bench エージェントツール使用 Retail	85.5%	86.4%	57.5%	6.6%