

Gemma 4 26B-A4B und Gemma 3 27B im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
Gemma 4 26B-A4B und Gemma 3 27B sind beide Modelle von Google in der Kategorie Textgenerierung und über die EmpirioLabs API verfügbar.
| Spezifikation | Gemma 4 26B-A4B | Gemma 3 27B |
|---|---|---|
| Modell-ID | gemma-4-26b-a4b | gemma-3-27b |
| Autor | ||
| Veröffentlicht | 31. März 2026 | 10. März 2025 |
| Kontextfenster | 256K Token | 128K Token |
| Max. Ausgabe | 32.768 Token | 16.384 Token |
| Eingabe | Text Bild Video | Text Bild |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON Schema | Nicht unterstützt |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1beta/models/gemma-4-26b-a4b:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/gemma-3-27b:generateContent |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | Gemma 4 26B-A4B | Gemma 3 27B |
|---|---|---|
| temperature | 0 bis 2 Standard: 1 | 0 bis 2 Standard: 1 |
| top_p | 0.01 bis 1 Standard: 0.95 | 0.01 bis 1 Standard: 1 |
| max_tokens | 1 bis 32768 Standard: 8192 | 1 bis 16384 Standard: 4096 |
| stop | string | string |
| reasoning_effort | none, low, medium, high, max Standard: medium | - |
| enable_thinking | boolean Standard: true | - |
| thinking_budget | 128 bis 32768 Standard: 4096 | - |
| top_k | min. 1 Standard: 20 | - |
| presence_penalty | -2 bis 2 Standard: 0 | - |
| frequency_penalty | -2 bis 2 Standard: 0 | - |
| repetition_penalty | min. 0.1 Standard: 1 | - |
| seed | 0 bis 2147483647 | - |
| logprobs | boolean Standard: false | - |
| top_logprobs | 0 bis 20 | - |
| logit_bias | object | - |
| tools | array | - |
Unterstützt Text-, Bild- und Videoeingabe, Streaming, Funktionstools, strukturierte JSON-Ausgabe, Seed-Steuerung und standardmäßig aktivierten Denkmodus. Verwenden Sie reasoning_effort oder thinking_budget für begrenztes Denken oder enable_thinking=falsch für direkte Antworten. Automatische Cache-Lesearten werden mit der vom Modelldienst gemeldeten Eingaberate berechnet. Explizite Cache-Kontrollen werden nicht unterstützt.
Gemma 4 26B-A4B bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID gemma-4-26b-a4b. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf gemma-4-26b-a4b oder gemma-3-27b. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemma-4-26b-a4b",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'Gemma 4 26B-A4B ist die neuere Veröffentlichung (31. März 2026); Gemma 3 27B erschien am 10. März 2025. Gemma 4 26B-A4B hat das größere Kontextfenster: 256K Token gegenüber 128K bei Gemma 3 27B. Gemma 4 26B-A4B liefert bis zu 32.768 Ausgabe-Token pro Antwort, Gemma 3 27B bis zu 16.384. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
Gemma 4 26B-A4B ist die neuere Veröffentlichung (31. März 2026); Gemma 3 27B erschien am 10. März 2025.
Beide Modelle haben denselben Preis für Websuche (Linkup) (pro Aufruf beim Aufruf). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.