Gemma 4 26B A4B

26 bilhões de parâmetros, 4 bilhões ativos - inteligência de fronteira na velocidade de inferência

Gemma 4 26B A4B é um modelo Mixture-of-Experts que ativa apenas 4B parâmetros por token enquanto entrega qualidade próxima ao 31B. Com contexto de 256K, mais de 140 idiomas e 88,3% no AIME 2026, é o caminho mais eficiente para raciocínio de classe de fronteira.

Começar a Conversar Ver benchmarks

Variantes do modelo

Modelos ajustados por instrução e base

Escolha entre a variante ajustada por instrução, otimizada para chat e conclusão de tarefas, ou o modelo base para ajuste fino e aplicações especializadas.

Arquitetura Mixture-of-Experts

25,2B parâmetros totais, 3,8B ativos por token

Gemma 4 26B A4B usa um design MoE esparso com 8 especialistas ativos de 128 no total, mais 1 especialista compartilhado. Todos os 26B parâmetros são carregados na memória para roteamento rápido, mas o custo de inferência permanece próximo ao de um modelo denso de 4B.

Ideal para implantações em produção de alto throughput onde você precisa de qualidade próxima ao 31B por uma fração do custo computacional.

Começar a Conversar Ver capacidades

Ajustado por instrução

26B Instruct

Otimizado para IA conversacional e conclusão de tarefas complexas

Ajustado com RLHF para seguir instruções e diálogos de múltiplos turnos

Disponível agora

Começar a Conversar Baixar pesos

Pré-treinado

26B Base

Modelo MoE base para ajuste fino e aplicações especializadas

Pré-treinado em dados multimodais diversos com roteamento esparso de especialistas

Disponível agora

Ver no HuggingFace Guia de ajuste fino

Capacidades

Desempenho de nível de fronteira com custo de inferência de 4B

Gemma 4 26B A4B combina eficiência MoE com raciocínio avançado, codificação excepcional e compreensão multimodal - entregando qualidade próxima ao 31B por uma fração do custo computacional.

Eficiência MoE

Ativa apenas 3,8B parâmetros por token de um pool de 25,2B. Qualidade próxima ao 31B com custo de inferência de ~4B - a melhor relação de eficiência da família Gemma 4.

Raciocínio avançado

Modo de pensamento configurável permite raciocínio passo a passo. Alcança 88,3% no AIME 2026 em matemática - apenas 0,9 pontos atrás do modelo denso de 31B.

Codificação excepcional

77,1% no LiveCodeBench v6 e 1718 ELO no Codeforces. Chamada de função nativa para fluxos de trabalho agênticos e execução autônoma de código.

Janela de contexto de 256K

Contexto estendido para bases de código inteiras, documentos longos e conversas de múltiplos turnos. Atenção híbrida local/global para eficiência de memória.

Compreensão multimodal

Processa texto e imagens com proporções variáveis. 73,8% no MMMU Pro e 82,4% no MATH-Vision para raciocínio visual.

Mais de 140 idiomas

Suporte multilíngue com compreensão de contexto cultural. 82,6% no MMLU Pro em diversos domínios de conhecimento.

Destaques principais

Métricas de desempenho excepcionais

Gemma 4 26B A4B alcança resultados próximos ao 31B em diversos benchmarks enquanto ativa apenas 3,8B parâmetros por token.

Principais conquistas

Arena AI ELO 1441 - competitivo com o modelo denso de 31B
88,3% no AIME 2026 em matemática (sem ferramentas)
77,1% no LiveCodeBench v6 em codificação
82,3% no GPQA Diamond em conhecimento científico
85,5% no t2-bench em uso agêntico de ferramentas

Especificações técnicas

25,2B parâmetros totais, 3,8B ativos por token
8 especialistas ativos + 1 compartilhado de 128 no total
Janela de contexto de 256K tokens
Suporte para mais de 140 idiomas
Mecanismo de atenção híbrida local/global

Iniciar Chat Grátis Baixar pesos

Desempenho

Qualidade próxima ao 31B com custo de inferência de 4B

Gemma 4 26B A4B alcança 88,3% no AIME 2026 e 82,6% no MMLU Pro - dentro de 1% do modelo denso de 31B - enquanto ativa apenas 3,8B parâmetros por token.

Gemma 4 26B A4B demonstra excelência consistente em benchmarks de raciocínio, codificação, multimodal e agênticos - dentro de 1-3% do modelo denso de 31B em todas as tarefas.

Começar a Conversar Ver ficha do modelo

Gráfico de comparação de desempenho do Gemma 4 26B A4B

Arena AI ELO 1441 - competitivo com o modelo denso de 31B

88,3% no AIME 2026 em matemática (sem ferramentas)

77,1% no LiveCodeBench v6 em codificação competitiva

82,3% no GPQA Diamond em conhecimento científico

85,5% no t2-bench em uso agêntico de ferramentas

Comparação de benchmarks

26B MoE vs 31B Denso e a família Gemma 4

Gemma 4 26B A4B entrega desempenho próximo ao 31B em tarefas de raciocínio, codificação, multimodal e agênticas por uma fração do custo de inferência.

Benchmark	Gemma 4 26B A4B IT Thinking Destaque	Gemma 4 31B IT Thinking	Gemma 4 E4B IT Thinking	Gemma 3 27B IT
Arena AI (text) Em 2 de abril de 2026	1441	1452	-	1365
MMLU Pro Conhecimento e raciocínio Sem ferramentas	82.6%	85.2%	69.4%	67.6%
MMMU Pro Raciocínio multimodal	73.8%	76.9%	52.6%	49.7%
AIME 2026 Matemática Sem ferramentas	88.3%	89.2%	42.5%	20.8%
LiveCodeBench v6 Codificação competitiva	77.1%	80.0%	52.0%	29.1%
GPQA Diamond Conhecimento científico Sem ferramentas	82.3%	84.3%	58.6%	42.4%
t2-bench Uso agêntico de ferramentas Retail	85.5%	86.4%	57.5%	6.6%

Resultados de benchmark da ficha oficial do modelo Gemma 4. Pontuações do Arena AI em 2 de abril de 2026.

Arquitetura MoE

Capacidade de 26B, custo de inferência de 4B

O design Mixture-of-Experts roteia cada token por 8 de 128 especialistas mais 1 especialista compartilhado. Todos os 26B parâmetros permanecem na memória para roteamento instantâneo, mas apenas 3,8B são ativados por passagem - entregando qualidade próxima ao 31B por uma fração do custo computacional.

3,8B parâmetros ativos por token de uma capacidade total de 25,2B
8 especialistas ativos + 1 compartilhado de 128 especialistas no total
RoPE Proporcional (p-RoPE) para tratamento eficiente de contexto de 256K

Começar a Conversar Ver benchmarks

Raciocínio Avançado

88,3% no AIME 2026 - dentro de 1% do modelo de 31B

O modo de pensamento configurável permite raciocínio transparente passo a passo para matemática, lógica e resolução de problemas em múltiplas etapas. O MoE de 26B fecha a diferença com o modelo denso de 31B para menos de 1 ponto percentual nos benchmarks de matemática mais difíceis.

88,3% no AIME 2026 em matemática (sem ferramentas)
82,3% no GPQA Diamond em ciência de nível pós-graduação
Modo de raciocínio integrado com explicações passo a passo

Testar tarefas de raciocínio Ver benchmarks

Excelência em Codificação

77,1% no LiveCodeBench v6 com chamada de função nativa

Com 77,1% no LiveCodeBench v6 e 1718 ELO no Codeforces, o Gemma 4 26B A4B se destaca em geração de código, depuração e fluxos de trabalho agênticos. A chamada de função nativa permite agentes autônomos sem ajuste fino.

77,1% no LiveCodeBench v6 em problemas de codificação competitiva
1718 ELO no Codeforces
Chamada de função nativa para agentes autônomos

Testar tarefas de codificação Documentação de integração

Compreensão Multimodal

Processamento de texto e imagem com resolução variável

Processe texto e imagens juntos com suporte para proporções e resoluções variáveis. 73,8% no MMMU Pro e 82,4% no MATH-Vision demonstram forte raciocínio visual e compreensão de documentos.