

Gemma 4 26B-A4B et Gemma 3 27B côte à côte : caractéristiques, capacités, paramètres et tarifs en direct du catalogue EmpirioLabs.
Gemma 4 26B-A4B et Gemma 3 27B sont deux modèles Google de la catégorie Génération de texte, disponibles via l'API EmpirioLabs.
| Spéc. | Gemma 4 26B-A4B | Gemma 3 27B |
|---|---|---|
| ID du modèle | gemma-4-26b-a4b | gemma-3-27b |
| Auteur | ||
| Publié | 31 mars 2026 | 10 mars 2025 |
| Fenêtre de contexte | 256K tokens | 128K tokens |
| Sortie max | 32 768 tokens | 16 384 tokens |
| Entrée | Texte Image Vidéo | Texte Image |
| Sortie | Texte | Texte |
| Sortie structurée | JSON Schema | Non pris en charge |
| 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 |
| Capacités |
Tarifs en direct du catalogue EmpirioLabs pour les deux modèles. Chaque grille tarifaire correspond toujours à ce que l'API facture.
Paramètres de requête indiqués pour chaque modèle sur EmpirioLabs, avec les valeurs autorisées ou la plage le cas échéant. Un tiret signale un paramètre que le modèle n'indique pas.
| Paramètre | Gemma 4 26B-A4B | Gemma 3 27B |
|---|---|---|
| temperature | 0 à 2 Par défaut: 1 | 0 à 2 Par défaut: 1 |
| top_p | 0.01 à 1 Par défaut: 0.95 | 0.01 à 1 Par défaut: 1 |
| max_tokens | 1 à 32768 Par défaut: 8192 | 1 à 16384 Par défaut: 4096 |
| stop | string | string |
| reasoning_effort | none, low, medium, high, max Par défaut: medium | - |
| enable_thinking | boolean Par défaut: true | - |
| thinking_budget | 128 à 32768 Par défaut: 4096 | - |
| top_k | min 1 Par défaut: 20 | - |
| presence_penalty | -2 à 2 Par défaut: 0 | - |
| frequency_penalty | -2 à 2 Par défaut: 0 | - |
| repetition_penalty | min 0.1 Par défaut: 1 | - |
| seed | 0 à 2147483647 | - |
| logprobs | boolean Par défaut: false | - |
| top_logprobs | 0 à 20 | - |
| logit_bias | object | - |
| tools | array | - |
Prend en charge par défaut l’entrée de texte, d’images et de vidéos, le streaming, les outils de fonctions, la sortie JSON structurée, le contrôle de la graine et le mode de réflexion activés par défaut. Utilisez reasoning_effort ou thinking_budget pour la pensée bornée, ou enable_thinking=faux pour les réponses directes. Les lectures automatiques du cache sont facturées au taux d’entrée en cache lorsqu’elles sont rapportées par le service modèle. Les contrôles de cache explicites ne sont pas pris en charge.
Gemma 4 26B-A4B sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle gemma-4-26b-a4b. Les deux modèles s'appellent via le même endpoint. Définissez model sur gemma-4-26b-a4b ou gemma-3-27b. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
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 est la version la plus récente (31 mars 2026) ; Gemma 3 27B est sorti le 10 mars 2025. Gemma 4 26B-A4B a la plus grande fenêtre de contexte : 256K tokens, contre 128K pour Gemma 3 27B. Gemma 4 26B-A4B renvoie jusqu'à 32 768 tokens de sortie par réponse, Gemma 3 27B jusqu'à 16 384. Les caractéristiques, les grilles tarifaires et les paramètres de cette page proviennent du catalogue EmpirioLabs en direct.
Gemma 4 26B-A4B est la version la plus récente (31 mars 2026) ; Gemma 3 27B est sorti le 10 mars 2025.
Les deux modèles affichent le même tarif pour Recherche Web (Linkup) (par appel lors de l’invocation). Les deux grilles tarifaires en direct sont sur cette page et correspondent toujours à ce que l'API facture.
Oui. Les deux modèles utilisent POST /v1/chat/completions avec la même clé API EmpirioLabs : la plupart des intégrations basculent en changeant la valeur model. Vérifiez d'abord le tableau des paramètres de cette page si vous dépendez d'un paramètre propre à un modèle.
Oui. Ouvrez chaque modèle dans le playground EmpirioLabs et lancez le même prompt sur les deux, avec les paramètres exposés par l'API.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.