DataLearner 标志

Gemma 4 26B A4B 评测详情

Gemma 4 26B A4B 当前已收录的代表性评测结果包括 IF Bench(51 / 282,得分 72.40)、LiveCodeBench(62 / 251,得分 77.10)、MMLU-Pro(51 / 176,得分 82.60)。本页还提供与 2 个竞品模型及 1 个前代或同系列模型的对比,在有数据时会展示性能和价格视图。

评测结果

Gemma 4 26B A4B

评测结果

思考模式
工具使用
联网能力

综合评估

共 5 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
思考模式
82.60
51 / 176
HLE
常规模式
11.50
374 / 565
HLE
思考模式
19.30
298 / 565
HLE
思考模式
8.70
409 / 565
HLE
思考模式工具联网
17.20
321 / 565

科学与综合推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
71.40
309 / 463
GPQA Diamond
思考模式
82.30
204 / 463

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
CodeForces
思考模式
1718
18 / 21
LiveCodeBench
思考模式
77.10
62 / 251

Agent能力评测

共 6 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
思考模式工具
68.20
27 / 44
τ²-Bench - Telecom
常规模式工具
40.40
189 / 264
τ²-Bench - Telecom
思考模式工具
43.60
184 / 264
Terminal Bench Hard
常规模式工具
25
128 / 244
Terminal Bench Hard
思考模式工具
13.60
173 / 244
τ³-Banking
思考模式工具
12
126 / 167

指令跟随

共 2 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
常规模式
45.40
180 / 282
IF Bench
思考模式
72.40
51 / 282

长上下文能力

共 1 项评测
评测名称 / 模式
得分
排名/总数
AA-LCR
常规模式
42.30
155 / 171

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME 2026
思考模式
88.30
27 / 30

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench 2.1
思考模式工具
39
149 / 194

多模态理解

共 4 项评测
评测名称 / 模式
得分
排名/总数
MathVision
思考模式
82.40
10 / 12
MMMU-Pro
常规模式
66.70
148 / 229
MMMU-Pro
思考模式
69.20
134 / 229
MMMU-Pro
unknown
73.80
104 / 229

长上下文

共 1 项评测
评测名称 / 模式
得分
排名/总数
44.10
6 / 8

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
56.37
34 / 45

竞品对比

Gemma 4 26B A4B 与同类主流模型的评测得分对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

12 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。

评测项Gemma 4 26B A4B当前Qwen3.6-35B-A3BGLM-4.7-Flash
HLE
Accuracy
综合评估
19.30开启思考
22.20开启思考
14.40开启思考
MMLU-Pro
Accuracy
综合评估
82.60开启思考
85.20开启思考
--
GPQA Diamond
Accuracy
科学与综合推理
82.30开启思考
84.85常规模式
75.20开启思考
LiveCodeBench
Pass @K
编程与软件工程
77.10开启思考
80.40开启思考
--
Terminal Bench Hard
Accuracy
Agent能力评测
25.00常规模式 | 工具
34.80开启思考 | 工具
32.00开启思考 | 工具
τ²-Bench
Accuracy
Agent能力评测
68.20开启思考 | 工具
--
79.50开启思考 | 工具
τ²-Bench - Telecom
Accuracy
Agent能力评测
43.60开启思考 | 工具
95.30开启思考 | 工具
96.00开启思考 | 工具
τ³-Banking
Score
Agent能力评测
12.00开启思考 | 工具
9.30开启思考 | 工具
--
IF Bench
Accuracy
指令跟随
72.40开启思考
64.40开启思考
68.00开启思考 | 工具
AA-LCR
Accuracy
长上下文能力
42.30常规模式
64.30常规模式
20.30常规模式
AIME 2026
Accuracy
数学推理
88.30开启思考
92.70开启思考
--
Terminal-Bench 2.1
Accuracy
AI Agent - 工具使用
39.00开启思考 | 工具
44.90开启思考 | 工具
--
其余 1 个 benchmark 仍可在上方图表中查看。

Gemma 4 26B A4B 与同类模型的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。 · CNY / 1M tokens

模型供应商标准输入标准输出标准价适用于
GLM-4.7-Flash
智谱AI¥0 / 1M tokens¥0 / 1M tokens

历代版本对比

Gemma 4 26B A4B 系列各版本的评测成绩纵向对比

Gemma 4 26B A4BGemma 3 - 27B (IT)
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

3 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。· 点击任意行可切换下方趋势图。

评测项Gemma 4 26B A4B当前Gemma 3 - 27B (IT)
MMLU-Pro
Accuracy
综合评估
82.60开启思考
67.50常规模式
GPQA Diamond
Accuracy
科学与综合推理
82.30开启思考
42.40常规模式
LiveCodeBench
Pass @K
编程与软件工程
77.10开启思考
29.70常规模式

单评测历史趋势图

当前查看:MMLU-Pro · 综合评估

选择评测
常规常规 + 工具推理推理 + 工具深度推理深度推理 + 工具

横轴为模型与发布时间,纵轴为分数;同一模式会用实线串起版本变化,同代不同模式继续用虚线辅助对齐。

Gemma 4 26B A4B 所在系列的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。 · USD / 1M tokens

模型供应商标准输入标准输出标准价适用于
Gemma 3 - 27B (IT)
DeepInfra$0.09 / 1M tokens$0.16 / 1M tokens