Text & Reasoning
Gemini 4 Argon
Reasoning-Modell für Code, wissenschaftliche Aufgaben und mehrstufige Agenten. Das Kontextlimit gilt gemeinsam für Eingabe und Ausgabe.
Technologie verstehen.
Besser entscheiden.
Text & ReasoningGemma 4 26B-A4B Base ist ein Sprachmodell von Google DeepMind. Pre-trained Gemma-4-Variante 26B-A4B; Ausgangspunkt für Anpassung und Forschung. Für einen fertigen Assistenten die Instruct-Variante vergleichen.
Wenn du lokal arbeiten möchtest, prüfe zuerst Lizenz, passende Laufzeit und den Speicherbedarf deiner Modellvariante. Offene Gewichte allein sagen noch nicht, ob dein Rechner dafür ausreicht.
Aktuell im HerstellerkatalogQuellenstand 2026-10-13
Google DeepMind im Verzeichnis
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | Google DeepMind |
|---|---|
| Modellfamilie | Gemma |
| Modell-/API-ID | google/gemma-4-26B-A4B |
| Status | Aktuell im Herstellerkatalog |
| Modellart | Text & Reasoning |
|---|---|
| Eingabe | Text, Bild |
| Ausgabe | Text |
| Kontext | 262.144 Tokens |
|---|---|
| Maximaler Output / Horizont | Nicht bestätigt |
| Bereitstellung | Offene Gewichte; Basismodell für Weitertraining |
|---|---|
| Gewichte | Offene Gewichte dokumentiert |
| Lizenz | Apache 2.0 |
Die Grafik zeigt die im Profil dokumentierten Grenzen. Kontext und maximale Ausgabe sind keine addierbaren Budgets und keine Qualitätsbewertung. Zusätzliche Bedingungen stehen im Datenblatt.
Datenbasis: Herstellerangaben im Quellenstand 2026-10-13. Quellen zu diesem Profil ↓

Diese Variante ist ein vortrainiertes Basismodell. Für eine direkte Assistenten-Anwendung die Instruct-Version prüfen; Basismodelle benötigen passende Anpassung, Tokenisierung und Runtime.
Vor dem Einsatz Training und Auswertung planen. Eine unveränderte Chatvorlage ist nicht automatisch für ein Basismodell geeignet. Der Auswahlguide für lokale KI-Modelle vertieft die Prüfung von Aufgabe, Gewichteformat, Speicher und Lizenz vor einem eigenen Versuch.
Lokaler Betrieb: Verfügbare Gewichte allein belegen nicht, dass dieses Modell auf deinem Rechner läuft. Speicherbedarf, Quantisierung, Kontext und unterstützte Hardware müssen zusammenpassen.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Tarife und Zugang vor Nutzung in der Anbieterquelle prüfen.
Zugang: Offene Gewichte; Basismodell für Weitertraining. Prüfe vor einer Integration die für dein Konto und deine Region verfügbaren Endpunkte. Ein Eintrag im öffentlichen Katalog ist keine Bestätigung eines freigeschalteten Kontos.
Redaktionelle Testidee – noch nicht ausgeführt
Dokumentiere Modellkarte, Lizenz, Tokenizer und gewünschte Trainingsaufgabe. Vergleiche die Basis- und Instruct-Variante anhand ihrer vorgesehenen Nutzung.Quellenstand: 2026-10-13. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Pre-trained Gemma-4-Variante 26B-A4B; Ausgangspunkt für Anpassung und Forschung. Für einen fertigen Assistenten die Instruct-Variante vergleichen. Hersteller: Google DeepMind. Dokumentierte ID: google/gemma-4-26B-A4B.
Eingabe: Text, Bild. Ausgabe: Text. Maßgeblich sind die Funktionen des konkreten Endpunkts in der Herstellerquelle.
Offene Gewichte sind dokumentiert. Die Lizenz Apache 2.0, unterstützte Runtime und benötigte Hardware musst du zusätzlich prüfen.
Kein bestätigter Einheitspreis im geprüften Quellenstand. Tarife und Zugang vor Nutzung in der Anbieterquelle prüfen. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-13. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
Im dokumentierten Quellenstand: 262.144 Tokens. Beachte die Bedingungen der konkreten Modellversion und des verwendeten Endpunkts. Kontext ist keine Wortzahl und kein Nachweis, dass jede enthaltene Information zuverlässig verarbeitet wird.
Lege eine kleine Aufgabe mit bekanntem oder nachprüfbarem Ergebnis fest. Notiere Version, Eingabe und Einstellungen. Vergleiche die Ausgabe mit deinem Prüfkriterium und halte Fehler sowie tatsächliche Kosten getrennt fest. Die Testidee auf dieser Seite ist ein Vorschlag und wurde hier nicht als Modelltest ausgeführt.
Text & Reasoning
Reasoning-Modell für Code, wissenschaftliche Aufgaben und mehrstufige Agenten. Das Kontextlimit gilt gemeinsam für Eingabe und Ausgabe.
Text & Reasoning
Gemini 3.8 Flash: Text, Bild, Video, Audio, PDF → Text. Für Text- und Analyseaufgaben.
Text & Reasoning
Gemini 3.6 Flash: Text, Bild, Video, Audio, PDF → Text. Für Text- und Analyseaufgaben.