BroadNet Gemma 4 VL 26B API
Na-update
Tumatakbo ang BroadNet Gemma 4 VL 26B, batay sa Gemma 4 ng Google, sa BroadNet Inference bilang broadnet/gemma-4-26b-a4b sa OpenAI-compatible na https://inference.broadnet.ai/v1. Nagkakahalaga ito ng US$0.10 input at US$0.22 output kada 1M token, may 32,768-token na context. Puwede nitong gamitin ang panimulang credit, at hindi itinatago ang inference content.
Sa isang tingin
- Text
- Vision (image input)
- Puwede sa panimulang credit: hindi kailangan ng top-up
- Gemma hourly key: isang oras, isang stream, hiwalay na produkto sa Meteor plan
- Text at image input
- Pinapatakbo ito ng BroadNet sa production na may hot backup
- Iniuulat ng BroadNet na pumantay ito sa Claude Sonnet sa 5 sa 6 na hakbang ng chatbot pipeline nito sa isang blind evaluation
| Model ID | broadnet/gemma-4-26b-a4b |
|---|---|
| Endpoint | /v1/chat/completions |
| Suportadong input | text, larawan (vision: pag-unawa, hindi paggawa) |
| Context | 32,768 token, prompt at sagot nang magkasama |
| Input | US$0.10 kada 1M token |
| Cached input | Hindi nailathala |
| Output | US$0.22 kada 1M token |
| Mga limit ng pay-as-you-go | 30 request kada minuto, 4 sabay-sabay kada key |
| Access | Puwede sa panimulang credit |
| Hourly key | US$0.50 para sa isang oras, isang stream (hiwalay na produkto sa Meteor plan) |
Ang mga presyo sa page na ito ay mula sa snapshot ng price feed ng BroadNet na may petsang , at hindi live na sinuri dito. Tingnan ang ang opisyal na presyo (Ingles) para sa kasalukuyang rate.
ang opisyal na presyo (Ingles)I-report ang maling presyo o numero (email sa info@broadnet.ai, nakalagay na ang link ng page na ito).
Ano ang inilalathala ng BroadNet tungkol sa BroadNet Gemma 4 VL 26B?
Mula sa ang page ng BroadNet Gemma 4 VL 26B sa broadnet.ai (Ingles), sinuri noong Nobyembre 15, 2026. Sa BroadNet ang mga sukat, sa hardware nito, maliban kung may binanggit na pampublikong leaderboard; hindi pa namin ito inulit.
| Architecture | Mixture of experts: 26B parameter sa kabuuan, mga 4B ang active kada token |
|---|---|
| Serving | 4-bit AWQ weights, multi-token-prediction speculative decoding (k=2), fp8 KV cache, conversational chat template ng BroadNet |
| Modalities | Text at image ang input, text ang output |
| Context sa API | 32K token; para sa mahahabang dokumento, iminumungkahi ng BroadNet ang isang page kada request |
| Hardware | NVIDIA Blackwell-class GPU na may hot backup; awtomatiko ang failover |
| Lisensiya | Apache-2.0 (Google) |
Mga sukat ng BroadNet
- Internal quality battery: 90.86 sa 100, ang pinakamahusay na local model na sinasabi ng BroadNet na nasukat nito.
- Blind evaluation na may tatlong judge sa 240 production conversation mula sa 11 tenant: pumantay sa Claude Sonnet sa 5 sa 6 na hakbang ng chatbot pipeline ng BroadNet, at 1.2 hanggang 6.5 beses na mas mabilis sumagot kada hakbang.
- Mga 136 token kada segundo sa iisang stream gamit ang speculative decoding.
- Tinalo ng 26B mixture of experts ang dense na Gemma 4 31B sa 5 sa 6 na hakbang ng pipeline, gamit ang mga ikawalong bahagi ng active parameter.
- Ang parehong weights na sine-serve ng isang hosted provider ay 0.13 na mas mababa sa average kaysa sa sariling serving ng BroadNet.
Base weights: google/gemma-4-26B-A4B-it sa Hugging Face.
Paano pumipili at nagse-serve ng model ang BroadNet: ang GPU hardware at paraan nito ng pag-serve at ang mga model na sinuri at hindi nito tinanggap.
Magkatabi: BroadNet Gemma 4 VL 26B vs DeepSeek V4.1 Flash (Ingles), BroadNet Gemma 4 VL 26B vs GLM 5.3 (Ingles) at BroadNet Gemma 4 VL 26B vs Qwen3.8 27B (Ingles), may presyo, context at gastos ayon sa workload. Ibinebenta rin ang Gemma 4 26B A4B ng 11 iba pang provider, mula US$0.07 input at US$0.34 output kada 1M token sa sarili nilang pricing page: presyo ng Gemma 4 26B A4B API ayon sa provider. Magkaiba ang bilang ng token ng parehong text sa bawat model: tingnan kung paano ikinukumpara ang tokenizer ng BroadNet Gemma 4 VL 26B sa Arabic, Ingles at code sa tokenizer efficiency dataset (Ingles).
Tawagin ito sa Python
I-install ang OpenAI SDK gamit ang pip install openai, i-export ang BROADNET_API_KEY, saka patakbuhin:
from openai import OpenAI
import base64, os
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
image = base64.b64encode(open("invoice.jpg", "rb").read()).decode()
response = client.chat.completions.create(
model="broadnet/gemma-4-26b-a4b",
max_tokens=2000,
messages=[{"role": "user", "content": [
{"type": "text", "text": "What is the total on this invoice?"},
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + image}},
]}],
)
print(response.choices[0].message.content)O gamit ang curl
curl https://inference.broadnet.ai/v1/chat/completions \
-H "Authorization: Bearer $BROADNET_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"broadnet/gemma-4-26b-a4b","messages":[{"role":"user","content":"Reply with one short sentence."}]}'Mga gabay para sa BroadNet Gemma 4 VL 26B
- Paano gamitin ang OpenAI Python SDK sa BroadNet Inference
- Paano gamitin ang OpenAI Node.js SDK sa BroadNet Inference
- Subukan ang BroadNet Inference sa browser, walang account
- Paano gamitin ang curl sa BroadNet Inference: ang una mong request
- Paano mag-stream ng chat completions at ayusin ang naputol na stream
- Cline sa BroadNet Inference: setup ng OpenAI Compatible provider
- Paano ikonekta ang Open WebUI sa BroadNet Inference
- Idagdag ang BroadNet Inference sa LibreChat bilang custom endpoint
- BroadNet Inference sa n8n: OpenAI credential at Base URL
- Paano gamitin ang Vercel AI SDK sa BroadNet Inference
- Paano i-route ang LiteLLM sa BroadNet Inference (SDK at proxy)
- Basahin ang mga Arabic na invoice at resibo gamit ang vision model
- Jan at BroadNet Inference bilang custom OpenAI-compatible provider
- SillyTavern sa BroadNet Inference (Custom OpenAI-compatible)
- Tawagin ang BroadNet Inference mula sa Go gamit ang openai-go SDK
- Haystack pipelines at agents gamit ang BroadNet Inference
- DSPy sa BroadNet Inference: i-set ang model_type="chat"
- I-evaluate ang mga BroadNet model gamit ang promptfoo
- Flowise at BroadNet Inference: gamit ang OpenAI Custom Model
- Paano ikonekta ang Langflow sa BroadNet Inference
Gamitin ang BroadNet Gemma 4 VL 26B sa console
Pinamamahalaan ng console ng BroadNet sa inference.broadnet.ai ang mga account at key. Hindi nito natatanggap ang pinili mo mula sa page na ito, kaya:
- Mag-sign in o gumawa ng account.
- Gumawa ng pay-as-you-go key; sakop ng panimulang credit ang model na ito.
- Ipadala ang model ID na ito bilang
modelsa/v1/chat/completions:broadnet/gemma-4-26b-a4b
Buksan ang console ng BroadNetTantiyahin ang gastosBasahin ang API reference (Ingles)
Ikumpara ang BroadNet Gemma 4 VL 26B
Mga tanong
Ano ang model ID ng BroadNet Gemma 4 VL 26B?
Ipasa ang broadnet/gemma-4-26b-a4b bilang model sa /v1/chat/completions. Ang base URL ay https://inference.broadnet.ai/v1.
Magkano ang BroadNet Gemma 4 VL 26B?
US$0.10 input at US$0.22 output kada 1M token, mula sa balance ng account mo. Ito rin ang model sa Gemma hourly key, isang hiwalay na flat-price na produkto.
Gaano kalaki ang context window ng BroadNet Gemma 4 VL 26B?
32,768 token kada request, prompt at sagot nang magkasama.
Puwede ko bang gamitin ang BroadNet Gemma 4 VL 26B nang walang top-up?
Oo. Puwede nitong gamitin ang panimulang credit ng mga bagong account.
Saan tumatakbo ang BroadNet Gemma 4 VL 26B?
Ayon sa model page ng BroadNet (salin ng BroadRouter): NVIDIA Blackwell-class GPU na may hot backup; awtomatiko ang failover. Dagdag ng privacy statement nito na para sa data-residency requirement, pinagkakasunduan muna kasama ng BroadNet ang processing location bago ka magpadala ng data.
Itinatago ba ang data ko?
Hindi itinatago ang inference content: pinoproseso ang mga prompt, larawan at sagot para lang sa request. Itinatago ang kinakailangang metadata ng account, billing at security, gaya ng timing, bilang ng token at gastos, ayon sa privacy statement ng BroadNet. Basahin kung paano.
Basahin bilang MarkdownTanungin ang ChatGPTTanungin ang ClaudeTanungin ang Perplexity