Gemma 4 26b A4b

Google2026-04-03● 开源 · APACHE-2.0🤗 google/gemma-4-26B-A4B-it1152.5万1,638

Gemma 4 26B A4B IT 是 Google DeepMind 推出的指令微调混合专家(MoE)模型。总参数 252 亿,但推理时每个 token 仅激活 38 亿参数,实现接近 310 亿参数模型的质量。

多服务商价格对比数据来自 OpenRouter

13 个服务商1 USD ≈ 6.7058 CNY · 更新于 2026-10-13

服务商	量化精度	上下文	输入/M	输出/M	缓存读取/M	近1天可用率
D Darkbloom	—	131K	¥0.28	¥1.48	¥0.14	100.0%
D DekaLLM	bf16	262K	¥0.40	¥2.21	¥0.27	100.0%
DeepInfra	fp8	262K	¥0.47	¥2.28	-	99.5%
N NextBit限时 -15%	bf16	262K	¥0.51	¥1.71	¥0.28	100.0%
M Makora	—	256K	¥0.67	¥1.88	¥0.34	99.9%
C CoreWeave	bf16	262K	¥0.67	¥2.01	¥0.34	99.9%
Cloudflare	—	256K	¥0.67	¥2.01	¥0.34	100.0%
I Io Net	bf16	262K	¥0.82	¥2.35	¥0.33	100.0%
Venice	bf16	256K	¥0.87	¥2.68	¥0.34	99.9%
Parasail	bf16	262K	¥0.87	¥2.68	¥0.34	99.3%
Novita	bf16	262K	¥0.87	¥2.68	-	100.0%
S SiliconFlow	fp8	262K	¥0.94	¥2.68	¥0.34	90.9%
Google Vertex	—	262K	¥1.01	¥4.02	-	77.6%

D

Darkbloom

¥0.28

输入/M

¥1.48

输出/M

¥0.14

缓存/M

100.0%

可用率

D

DekaLLMbf16

¥0.40

输入/M

¥2.21

输出/M

¥0.27

缓存/M

100.0%

可用率

DeepInfrafp8

¥0.47

输入/M

¥2.28

输出/M

-

缓存/M

99.5%

可用率

N

NextBitbf16限时 -15%

¥0.51

输入/M

¥1.71

输出/M

¥0.28

缓存/M

100.0%

可用率

M

Makora

¥0.67

输入/M

¥1.88

输出/M

¥0.34

缓存/M

99.9%

可用率

C

CoreWeavebf16

¥0.67

输入/M

¥2.01

输出/M

¥0.34

缓存/M

99.9%

可用率

Cloudflare

¥0.67

输入/M

¥2.01

输出/M

¥0.34

缓存/M

100.0%

可用率

I

Io Netbf16

¥0.82

输入/M

¥2.35

输出/M

¥0.33

缓存/M

100.0%

可用率

Venicebf16

¥0.87

输入/M

¥2.68

输出/M

¥0.34

缓存/M

99.9%

可用率

Parasailbf16

¥0.87

输入/M

¥2.68

输出/M

¥0.34

缓存/M

99.3%

可用率

Novitabf16

¥0.87

输入/M

¥2.68

输出/M

-

缓存/M

100.0%

可用率

S

SiliconFlowfp8

¥0.94

输入/M

¥2.68

输出/M

¥0.34

缓存/M

90.9%

可用率

Google Vertex

¥1.01

输入/M

¥4.02

输出/M

-

缓存/M

77.6%

可用率