Fiche modèle
Gemma 4 26B A4B
Google DeepMind · poids ouverts · sorti le 02/04/2026
Date de sortie, éditeur et accès : Epoch AI, CC BY 4.0. Fiche régénérée le 07/10/2026.
Taille
25 Md
3,8 Md actifs
Scores
Rang parmi les 274 modèles de l’indice ECI évalués par la même source. Un nom de benchmark mène à son explication.
| Benchmark | Score | Rang | Réglage | Source |
|---|---|---|---|---|
| Indice de capacités ECI (Epoch AI)Capacités générales | 141,9138,7–143,4 | 107 / 274 | Epoch AI, CC BY 4.0, non daté par la source, vu publié le 07/10/2026 | |
| LMArena texte, contrôle du styleConversation (préférence humaine) | 1 4371 430–1 445 | 58 / 166 | « gemma-4-26b-a4b » | LMArena, CC BY 4.0, publié le 02/10/2026 |
| GPQA Diamond (Epoch AI)Sciences | 73,2 %67,0–79,4 | 96 / 186 | réglage « gemma-4-26b-a4b-it_minimal » | Epoch AI, CC BY 4.0, publié le 06/08/2026 |
| FrontierMath, niveaux 1 à 3 (Epoch AI) | non évalué par Epoch AI | |||
| OTIS Mock AIME 2024-2025 (Epoch AI)Maths de concours | 82,2 %70,9–93,5 | 77 / 176 | réglage « gemma-4-26b-a4b-it_minimal » | Epoch AI, CC BY 4.0, publié le 28/08/2026 |
| SimpleQA Verified (Epoch AI) | non évalué par Epoch AI | |||
| SWE-bench Verified (Epoch AI) | non évalué par Epoch AI | |||
Sources : Epoch AI, « Capabilities & benchmarking », epoch.ai/benchmarks (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Prix par fournisseur d’API
| Fournisseur | Entrée $/M | Sortie $/M | Mélangé | Clé LiteLLM |
|---|---|---|---|---|
| DeepInfra | 0,070 $ | 0,34 $ | 0,14 $ | deepinfra/google/gemma-4-26B-A4B-it |
| Cloudflare Workers AI | 0,10 $ | 0,30 $ | 0,15 $ | cloudflare/@cf/google/gemma-4-26b-a4b-it |
| Weights & Biases | 0,10 $ | 0,30 $ | 0,15 $ | wandb/google/gemma-4-26B-A4B-it |
| Amazon Bedrock | 0,13 $ | 0,40 $ | 0,20 $ | bedrock_mantle/google.gemma-4-26b-a4b |
| Novita AI | 0,13 $ | 0,40 $ | 0,20 $ | novita/google/gemma-4-26b-a4b-it |
| Google Vertex AI | 0,15 $ | 0,60 $ | 0,26 $ | vertex_ai/gemma-4-26b-a4b-it |
| vertex_ai-openai_models | 0,15 $ | 0,60 $ | 0,26 $ | vertex_ai/google/gemma-4-26b-a4b-it-maas |
| Scaleway | 0,25 $ | 0,50 $ | 0,31 $ | scaleway/google/gemma-4-26b-a4b-it |
$ par million de jetons, tarif catalogue sans remise, sans cache ni traitement par lots. 8 offres rapprochées. Écart entre le moins cher (DeepInfra, 0,14 $) et le plus cher : × 2,3. Relevé du 07/10/2026 ; vérifier chez le fournisseur avant de choisir. Sources : Prix : LiteLLM (BerriAI), licence MIT, © 2023 Berri AI. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
L’héberger soi-même
- Accès aux poids
- poids libres (usage sans restriction) (Epoch AI, CC BY 4.0)
- Licence
- Apache 2.0 (carte du dépôt, déclaration de l’éditeur lue le 01/10/2026 ; lire la licence avant tout usage commercial)
- Taille
- 25 Md de paramètres, dont 3,8 Md actifs à chaque jeton (modèle à experts) (Epoch AI, CC BY 4.0 ; note : « 25.2B total, 3.8B active »)
- Poids
- huggingface.co/google/gemma-4-26B-A4B-it (dépôt rapproché par la table de correspondance, existence vérifiée auprès de Hugging Face le 01/10/2026)
Mémoire nécessaire
| Format des poids | Poids seuls | Ordre de grandeur du matériel |
|---|---|---|
| BF16 (pleine précision usuelle) | 50 Go | une carte de centre de données de 80 Go, ou un Mac de 96 Go |
| FP8 / 8 bits | 25 Go | deux cartes de 24 Go, ou un Mac de 64 Go de mémoire unifiée |
| 4 bits (GGUF Q4_K_M, environ 4,8 bits par paramètre) | 15 Go | une carte graphique grand public de 24 Go |
Calcul du Crible : 25 Md de paramètres × 2 octets (BF16), × 1 (FP8), × 0,6 environ (4 bits). Ajouter le cache de contexte, qui grandit avec la longueur des conversations et le nombre d’utilisateurs. Un modèle à experts doit charger tous ses paramètres en mémoire, mais n’en calcule que 3,8 Md par jeton : il répond plus vite que sa taille ne le laisse penser.
Outils
- vLLM (serveur, cartes graphiques) :
vllm serve google/gemma-4-26B-A4B-itsert le dépôt Hugging Face derrière une API compatible OpenAI. Le modèle doit être pris en charge par la version installée. - llama.cpp (ordinateur, processeur ou carte graphique) : lit les poids au format GGUF, souvent publiés en 4 bits par la communauté. Chercher une version GGUF (rien ne garantit qu’elle existe ni qu’elle est fidèle), puis
llama-server -hf <dépôt GGUF>. - Ollama (le plus simple sur un ordinateur) :
ollama run hf.co/<dépôt GGUF>lance une version GGUF publiée sur Hugging Face.
Commandes d’après la documentation de chaque outil (liens ci-dessus). Les tailles, l’accès et les liens viennent des sources citées ; de Hugging Face, Le Crible ne reprend que l’adresse du dépôt et l’identifiant de licence déclaré sur sa carte. Sources : Epoch AI, « Data on AI models », epoch.ai/data/ai-models (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Évolution
Aucun changement de prix relevé depuis le début de nos relevés quotidiens.