Gemma 4 26B A4B 规格速查

这类型号的意义在于把「MoE 稀疏激活」带到了小尺寸。25.2B 总量、3.8B 激活，意味着显存占用按 26B 算、算力消耗按 4B 算——单卡可部署，又能拿到接近 31B 稠密模型的质量。对需要私有化部署的团队，这是当前最实用的档位之一。

一、规格与定价

二、千次调用要花多少钱

按每次 2,000 输入 token、500 输出 token 估算，1,000 次请求共消耗 2M 输入与 0.5M 输出，成本约 0.25 美元。

其中输出部分占 45%。这个比例决定了优化方向：占比高就压缩输出长度，占比低就把精力放在减少调用次数上。

按月 10 万次同规格请求估算，成本约 25 美元。把范围放宽到本文收录的 36 款模型（含本站已发的两篇），这一款的输入单价由低到高排第 2 位、输出单价排第 2 位。两组名次差得越大，说明它的价格结构越偏向「读」或「写」其中一侧。

三、适合与不适合

适合：

• 私有化部署与内网推理
• 高频、低单价的批量任务
• 图像与短视频理解

不适合：

• 需要深度推理的复杂任务
• 对中文长文写作质量要求高的场景

按这组名次看，读写两侧的价格比较均衡：选型时不必为价格结构妥协，直接按能力与延迟挑即可。

数据取自 OpenRouter 公开模型目录快照（2026-11-09），价格与规格可能随厂商调整，做预算前建议再核对一次官方页面。