API de Gemma 4 26B A4B
Fuente del modelo: Hugging FaceEntiende texto e imágenes a la vez sin ser un modelo pesado.
Gemma 4 26B A4B es el modelo abierto de mezcla de expertos de Google DeepMind: 26.000 millones de parámetros con solo 3.800 millones activos por token, así que entiende texto e imágenes a la vez sin el coste de un modelo pesado. En GPU Flow cuesta 0,12 € por millón de tokens de entrada y 0,30 € por millón de salida.
Lee de una vez
≈ 70 páginas
32.768 tokens
Tamaño del cerebro
Mediano
26B MoE, 3.8B active, NVFP4
Dónde funciona
España (UE)
MIG B200
Entiende
Texto e imágenes
Razonamiento, Herramientas, Visión
En qué destaca
- Razonamiento y herramientas a bajo coste. Piensa la tarea y llama a tus funciones sin el precio de un modelo grande.
- Texto e imágenes en la misma petición. Envía una captura, una foto o un gráfico junto a tu pregunta y recibe la respuesta en texto.
- Respuestas rápidas. Su huella activa pequeña mantiene las respuestas ágiles, con un contexto de unas 70 páginas.
Responde en texto y no acepta audio.
Precio
€ por millón de tokens, IVA incluido
Para tu equipo técnico
Compatible con el SDK de OpenAI: cambias la URL base y la clave, y listo.
curl https://api.gpuflow.ai/v1/chat/completions \
-H "Authorization: Bearer $GPUFLOW_API_KEY" \
-d '{ "model": "gemma-4-26b-a4b",
"messages": [{ "role": "user", "content": "Hola" }] }'Contexto y límites
- Contexto
- 32.768 tokens por petición, unas 70 páginas.
- Peticiones por minuto
- 1.000 por clave, con ráfagas de hasta el doble; ampliable a 5.000 desde el panel. 5.000 en total por cuenta.
- Tokens por minuto
- 2.000.000 de entrada (la caché no cuenta) y 400.000 de salida, por clave.
- Prompt por petición
- Hasta 256.000 tokens, ampliable a petición.
- Si te pasas
- Error 429 con la cabecera Retry-After, que dice cuántos segundos esperar.
Gemma 4 26B A4B frente a modelos parecidos
| Gemma 4 26B A4B | Qwen3.8 27B | Nemotron 3.5 Lightning 30B | |
|---|---|---|---|
| Para qué | Texto e imágenes, razonamiento y herramientas a bajo coste | Código, agentes, salida estructurada | Razonamiento rápido y herramientas a bajo coste |
| Contexto | ≈ 70 páginas | ≈ 210 páginas | ≈ 280 páginas |
| Entrada / salida, € por millón | 0,12 / 0,30 | 0,10 / 0,30 | 0,12 / 0,30 |
| 1.000 respuestas de chat | ~0,15 € | ~0,14 € | ~0,15 € |
Tres modelos medianos a precios parecidos: Gemma 4 26B si te resulta familiar el ecosistema de Google y para imágenes, Qwen3.8 27B para código, Nemotron 3.5 Lightning para razonamiento rápido con contexto largo.
Preguntas frecuentes
¿Gemma 4 26B A4B es gratis?
Los pesos del modelo son open source; ejecutarlo cuesta tiempo de GPU. En GPU Flow pagas 0,12 € por millón de tokens de entrada, y cada cuenta nueva recibe 5 € de saldo al añadir su tarjeta.
¿Cuál es el precio de la API de Gemma 4 26B A4B?
0,12 € por millón de tokens de entrada, 0,30 € por millón de salida y 0,012 € por millón de entrada en caché. IVA incluido, sin cuota mensual.
¿Gemma 4 26B A4B admite llamadas a funciones?
Sí, con el parámetro tools estándar de la API de OpenAI.
¿Puedo usar Gemma 4 26B A4B con Claude Code o Cursor?
Sí. Claude Code se conecta por el endpoint compatible con Anthropic (/v1/messages); Cursor y el resto de herramientas, por el compatible con OpenAI (/v1/chat/completions).
¿Dónde funciona?
En nuestras GPU NVIDIA B200, en un centro de datos en España.
¿Acepta imágenes?
Sí: se envían como en la API de OpenAI, con una parte image_url dentro de content. Cada imagen cuenta como tokens de entrada (hasta unos 280) y todo tiene que caber en el contexto de 32.768 tokens. Responde en texto y no acepta audio.