Gemma 4 26B A4B
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 47%。
有 5 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、Claude Haiku 5.5 (56.7, $0.200)、MiMo-V2.5 (56.3, $0.138),另有 2 个。
截至 2026年11月16日,Gemma 4 26B A4B(Google)在 BenchLeader Index 上得分 56.1(共 608 个已排名配置)。表现最好的是数学(65),最弱的是编程(44)。API 价格为输入每百万 token $0.150、输出每百万 token $0.600(按 3:1 混合为 $0.262),为 2026年11月16日的标价。输出速度约为 76 token/秒(OpenRouter)。发布于 2026年4月2日。
要点(截至 2026年11月16日)
- Gemma 4 26B A4B 的 API 价格为输入每百万 token $0.150、输出每百万 token $0.600(按 3:1 混合为 $0.262)(标价,2026年11月16日)。
- Gemma 4 26B A4B 的输出速度约为 76 token/秒(OpenRouter,2026年11月16日)。
- Gemma 4 26B A4B 于 2026年4月2日发布(Google)。
详细说明:Gemma 4 26B A4B 是 Google 的开放权重模型,发布于 2026年4月2日。其最佳配置在 BenchLeader Index 上得分 56.1 ±7.7,在 608 个配置中排第 194 名,处于上半区。关键在于这个“±”:另有 356 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(65),编程最低(44)。按混合价格计,每百万 token $0.262,比大多数已排名模型便宜。输出速度为 76 token/秒,首 token 延迟 0.4 秒,比大多数模型慢。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $0.262/M
- 输入 $0.150 · 输出 $0.600
- 来源:models.dev
- 输出速度
- 76 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 0.41 s
- 上下文
- 262k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年4月2日
- 综合 Index56
- 推理62
- 编程44
- 数学65
- 人类偏好62
- 多模态59
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemma-4-26b-a4b)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- thinking
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 38.9#155 | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | 无推理 | minimal | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| GPQA Diamond | – | 73.2%#170 | – | – | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts推理强度未说明 | – | – | – | 1461#97 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 71.4%#292 | – | 79.2%#203 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 11.5%#311 | – | 19.3%#239 | – | Artificial Analysis | |
| HLE-Diamond (AA) | – | – | 6.2%#140 | – | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | – | 0.0%#337 | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | – | 1476#84 | Arena (LMArena) | |
| LMCA不计入 Index推理强度未说明 | – | – | – | 29.7%#143 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | – | 74.9%#158 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SciCode推理强度未说明 | – | 40.0%#180 | SciCode | |
| WeirdML推理强度未说明 | – | 35.2%#129 | WeirdML | |
| Arena Coding推理强度未说明 | – | 1483#109 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | 1359#117 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 40.0%#191 | – | Artificial Analysis | |
| ALE-Bench不计入 Index推理强度未说明 | – | 927.2#74 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 2.1 (AA)不计入 Index | 39.0%#144 | – | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Terminal-Bench Hard | 25.0%#141 | 13.6%#206 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 40.4%#227 | 43.6%#218 | – | Artificial Analysis | |
| GDPval-AA v2.1, normalised score不计入 Index | – | 3.3%#118 | – | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | – | 573#232 | – | Artificial Analysis | |
| τ³-Banking (AA) | – | 12.0%#137 | – | Artificial Analysis | |
| ITBench SRE (AA)不计入 Index | – | 23.6%#38 | – | Artificial Analysis | |
| AutomationBench不计入 Index | – | 1.9%#218 | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | – | 316#230 | – | Artificial Analysis | |
| FACTS Search不计入 Index推理强度未说明 | – | – | 66.4%#25 |
数学
| 基准测试 | minimal | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| OTIS Mock AIME | 82.2%#119 | – | Epoch AI Benchmarking Hub | |
| Arena Maths推理强度未说明 | – | 1469#56 | Arena (LMArena) |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FACTS Parametric不计入 Index | 5.7%#27 |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 45.4%#207 | 72.5%#48 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | 1438#82 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1437#101 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1305#84 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1400#110 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1448#93 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1447#98 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | – | 1260#55 | Arena (LMArena) | |
| MMMU-Pro | 66.7%#183 | 69.3%#166 | – | Artificial Analysis | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | – | 39.5%#18 |
长上下文
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 42.3%#372 | 65.7%#265 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | 77.8%#5 |
综合
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 141.6#107 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 13.1#324 | 16.7#279 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 219.1#354 | 242.5#283 | – | Artificial Analysis |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Makora | 138 tok/s | 0.41 s | $0.090 | $0.280 | 256k | – |
| NovitaAI | 95 tok/s | 0.68 s | $0.130 | $0.400 | 262k | bf16 |
| Parasail | 83 tok/s | 0.55 s | $0.130 | $0.400 | 262k | bf16 |
| DekaLLM | 82 tok/s | 0.45 s | $0.060 | $0.330 | 262k | bf16 |
| NextBit | 82 tok/s | 0.39 s | $0.068 | $0.225 | 262k | bf16 |
| AkashML | 76 tok/s | 1.03 s | $0.070 | $0.240 | 131k | fp4 |
| SiliconFlow | 70 tok/s | 0.98 s | $0.140 | $0.400 | 262k | fp8 |
| io.net | 68 tok/s | 0.65 s | $0.067 | $0.290 | 262k | bf16 |
| Darkbloom | 59 tok/s | 0.37 s | $0.040 | $0.150 | 131k | – |
| Venice | 53 tok/s | 0.83 s | $0.130 | $0.400 | 256k | bf16 |
| DeepInfra | 51 tok/s | 0.38 s | $0.070 | $0.340 | 262k | fp8 |
| Prime Intellect | 50 tok/s | 0.61 s | $0.031 | $0.094 | 262k | bf16 |
| Cloudflare | 46 tok/s | 0.68 s | $0.100 | $0.300 | 256k | – |
| CoreWeave | 36 tok/s | 0.23 s | $0.100 | $0.300 | 262k | bf16 |
| Google Vertex | 36 tok/s | 2.41 s | $0.150 | $0.600 | 262k | – |
使用情况
Gemma 4 26B A4B 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Google Vertex | 121 tok/s | 0.65 s | 99.97% |
| Novita | 84 tok/s | 0.62 s | 100.00% |
| Parasail | 60 tok/s | 1.07 s | 99.97% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.015。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0002 | $0.0002 | 4.4 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0022 | $0.0009 | 8.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.0018 | $0.0012 | 20.1 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.011 | $0.0053 | 53.0 s |
| 结构化信息提取 | 2,000 / 200 | $0.0004 | $0.0002 | 3.0 s |
Google 的更多模型
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemma 4 26B A4B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gemma-4-26b-a4b)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Gemma 4 26B A4B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemma-4-26b-a4b
BibTeX:
@misc{benchleader_gemma_4_26b_a4b_20261116,
author = {{BenchLeader}},
title = {{Gemma 4 26B A4B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemma-4-26b-a4b}},
note = {Data as of 2026-11-16}
}常见问题
- Gemma 4 26B A4B 的基准测试得分是多少?
- 截至 2026年11月16日,Gemma 4 26B A4B 的 BenchLeader Index 为 56.1 ±7.7。最强的是数学(65),最弱的是编程(44)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Gemma 4 26B A4B 排名第几?
- 截至 2026年11月16日,Gemma 4 26B A4B 在 608 个已排名配置中排第 194 名。另有 356 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Gemma 4 26B A4B 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemma 4 26B A4B 的价格为输入每百万 token $0.150、输出每百万 token $0.600,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.262。标价最近一次变动是在 2026年11月8日。
- Gemma 4 26B A4B 是什么时候发布的?
- Google 于 2026年4月2日发布了 Gemma 4 26B A4B。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Gemma 4 26B A4B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemma-4-26b-a4b。