---
title: "Gemma 4 26B 비전 API: 낮은 토큰 단가 또는 시간제 키 | BroadRouter"
description: "BroadNet 버전 Google Gemma 4 26B: OpenAI 호환 API로 텍스트와 이미지 채팅. 초기 크레딧이나 정액 시간제 키로 사용할 수 있습니다."
url: https://broadrouter.com/ko/models/gemma-4-vl-26b/
lang: ko
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

# BroadNet Gemma 4 VL 26B API

업데이트 2026-11-16

BroadNet Gemma 4 VL 26B(Google의 Gemma 4 기반) 모델은 BroadNet Inference의 OpenAI 호환 API `https://inference.broadnet.ai/v1`에서 `broadnet/gemma-4-26b-a4b` ID로 사용할 수 있습니다. 가격은 100만 토큰당 입력 US$0.10, 출력 US$0.22입니다. 컨텍스트는 32,768 토큰입니다. 초기 크레딧으로 사용할 수 있습니다. 추론 콘텐츠는 보관되지 않습니다.

## 한눈에 보기

-   Text
-   Vision (image input)

-   초기 크레딧 사용 가능: 충전 불필요
-   Gemma 시간제 키: 1시간, 스트림 1개. Meteor 플랜과는 별개 상품
-   텍스트와 이미지 입력
-   BroadNet이 프로덕션에서 핫 백업과 함께 운영
-   BroadNet에 따르면 블라인드 평가에서 자사 챗봇 파이프라인 6단계 중 5단계에서 Claude Sonnet과 동등

| 가격과 한도 |  |
| --- | --- |
| 모델 ID | `broadnet/gemma-4-26b-a4b` |
| 엔드포인트 | `/v1/chat/completions` |
| 지원 입력 | 텍스트, 이미지(비전: 생성이 아닌 이해) |
| 컨텍스트 | 32,768 토큰(프롬프트와 답변 합계) |
| 입력 | 100만 토큰당 US$0.10 |
| 캐시된 입력 | 비공개 |
| 출력 | 100만 토큰당 US$0.22 |
| 종량제 한도 | 키당 분당 요청 30개, 동시 처리 4개 |
| 이용 조건 | 초기 크레딧 사용 가능 |
| 시간제 키 | 1시간 US$0.50, 스트림 1개(Meteor 플랜과는 별개 상품) |

이 페이지의 가격은 2026-11-14 기준 BroadNet 가격 피드 스냅샷에서 가져온 것이며, 여기서 실시간으로 확인하지 않았습니다. 현재 요금은 [공식 가격 페이지 (영어)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-models-gemma-4-vl-26b&utm_content=feed-status)에서 확인하세요.

[비교 열기](https://broadrouter.com/ko/models/#compare)

[잘못된 가격이나 수치 신고하기](mailto:info@broadnet.ai?subject=Wrong%20price%20or%20number%20on%20BroadNet%20Gemma%204%20VL%2026B%20on%20BroadNet%20Inference%20(Korean)&body=Page%3A%20https%3A%2F%2Fbroadrouter.com%2Fko%2Fmodels%2Fgemma-4-vl-26b%2F%0A%0AWhat%20looks%20wrong%20(model%2C%20figure%20shown%2C%20correct%20figure%20and%20a%20source%20link%20if%20you%20have%20one)%3A%0A) (info@broadnet.ai 주소로 보내는 이메일에 이 페이지의 링크 등이 미리 채워집니다).

## BroadNet은 BroadNet Gemma 4 VL 26B 모델에 대해 무엇을 공개하나요?

출처: [broadnet.ai의 BroadNet Gemma 4 VL 26B 페이지 (영어)](https://www.broadnet.ai/inference/models/gemma-4-vl-26b), 2026년 11월 15일 확인. 공개 리더보드로 명시한 경우를 제외한 측정값은 BroadNet이 자체 하드웨어에서 측정한 것이며, 저희가 재현하지 않았습니다.

| 이 모델에 대해 BroadNet이 공개한 정보 |  |
| --- | --- |
| 아키텍처 | 전문가 혼합(MoE): 총 파라미터 26B, 토큰당 약 4B 활성 |
| 실행 | 4비트 AWQ 가중치, 멀티 토큰 예측 기반 추측 디코딩(k=2), fp8 KV 캐시, BroadNet 대화용 채팅 템플릿 |
| 모달리티 | 텍스트와 이미지 입력, 텍스트 출력 |
| API 컨텍스트 | 32K 토큰. 긴 문서는 요청당 한 페이지를 BroadNet이 권장 |
| 하드웨어 | 핫 백업을 갖춘 NVIDIA Blackwell급 GPU. 장애 조치는 자동 |
| 라이선스 | Apache-2.0(Google) |

### BroadNet의 측정 결과

-   내부 품질 테스트: 100점 만점에 90.86점. BroadNet이 측정한 로컬 모델 중 최고라고 밝힘.
-   11개 테넌트의 실제 운영 대화 240건을 평가자 3명이 블라인드 평가: BroadNet 챗봇 파이프라인 6단계 중 5단계에서 Claude Sonnet과 동등했고, 단계별 응답은 1.2~6.5배 빨랐음.
-   추측 디코딩 사용 시 스트림 1개에서 초당 약 136 토큰.
-   26B 전문가 혼합 모델은 활성 파라미터가 약 8분의 1이면서도 파이프라인 6단계 중 5단계에서 dense 모델 Gemma 4 31B를 앞섬.
-   같은 가중치를 호스팅 제공업체가 서빙했을 때 BroadNet 자체 구성보다 평균 0.13 낮은 점수를 기록.

기반 가중치: [google/gemma-4-26B-A4B-it](https://huggingface.co/google/gemma-4-26B-A4B-it) (Hugging Face).

BroadNet이 모델을 선택하고 서빙하는 방식: [GPU 하드웨어와 서빙 방식](https://broadrouter.com/ko/blog/broadnet-gpu-fleet-and-serving/), 그리고 [평가 후 제외한 모델](https://broadrouter.com/ko/blog/models-broadnet-ruled-out/).

나란히 비교: [BroadNet Gemma 4 VL 26B vs DeepSeek V4.1 Flash (영어)](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-gemma-4-vl-26b/), [BroadNet Gemma 4 VL 26B vs GLM 5.3 (영어)](https://broadrouter.com/compare/gemma-4-vl-26b-vs-glm-5.3/), [BroadNet Gemma 4 VL 26B vs Qwen3.8 27B (영어)](https://broadrouter.com/compare/gemma-4-vl-26b-vs-qwen3.8-27b/) (가격, 컨텍스트, 작업량별 비용). Gemma 4 26B A4B 모델은 다른 제공업체 11곳에서도 판매되며, 각 업체 가격 페이지 기준 100만 토큰당 입력 US$0.07부터, 출력 US$0.34부터입니다: [제공업체별 Gemma 4 26B A4B API 가격](https://broadrouter.com/ko/llm-api-pricing/gemma-4-26b-a4b-it/). 같은 텍스트라도 모델마다 토큰 수가 다릅니다. BroadNet Gemma 4 VL 26B 토크나이저의 아랍어, 영어, 코드 비교는 [토크나이저 효율 데이터셋 (영어)](https://broadrouter.com/data/tokenizer-efficiency/)에서 확인하세요.

## Python으로 호출하기

`pip install openai`로 OpenAI SDK를 설치하고 `BROADNET_API_KEY`를 export한 뒤, 다음을 실행하세요:

Python

```python
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)
```

## 또는 curl로 호출하기

curl

```bash
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."}]}'
```

## BroadNet Gemma 4 VL 26B 가이드

-   [BroadNet Inference에서 OpenAI Python SDK 사용하기](https://broadrouter.com/ko/guides/openai-python-sdk/)
-   [BroadNet Inference에서 OpenAI Node.js SDK 사용하기](https://broadrouter.com/ko/guides/openai-node-sdk/)
-   [계정 없이 브라우저에서 BroadNet Inference 체험하기](https://broadrouter.com/ko/guides/try-broadnet-inference-playground/)
-   [curl로 BroadNet Inference에 첫 요청 보내기](https://broadrouter.com/ko/guides/curl-quickstart/)
-   [채팅 완성 스트리밍과 끊긴 연결 처리하기](https://broadrouter.com/ko/guides/streaming-chat-completions/)
-   [BroadNet Inference에서 Cline 사용하기(OpenAI Compatible 제공자)](https://broadrouter.com/ko/guides/cline-openai-compatible/)
-   [Open WebUI를 BroadNet Inference에 연결하기](https://broadrouter.com/ko/guides/open-webui-openai-api/)
-   [LibreChat에 BroadNet Inference를 커스텀 엔드포인트로 추가하기](https://broadrouter.com/ko/guides/librechat-custom-endpoint/)
-   [n8n에서 BroadNet Inference 사용하기(OpenAI 자격 증명, Base URL)](https://broadrouter.com/ko/guides/n8n-openai-compatible/)
-   [BroadNet Inference에서 Vercel AI SDK 사용하기](https://broadrouter.com/ko/guides/vercel-ai-sdk-openai-compatible/)
-   [LiteLLM을 BroadNet Inference에 연결하기(SDK와 프록시)](https://broadrouter.com/ko/guides/litellm-proxy-custom-provider/)
-   [비전 모델로 아랍어 인보이스와 영수증 읽기](https://broadrouter.com/ko/guides/read-arabic-invoices-with-vision/)
-   [Jan에서 BroadNet Inference를 OpenAI 호환 커스텀 제공자로 쓰기](https://broadrouter.com/ko/guides/jan-custom-endpoint/)
-   [SillyTavern을 BroadNet Inference에 연결하기(Custom OpenAI 호환)](https://broadrouter.com/ko/guides/sillytavern-custom-openai-endpoint/)
-   [openai-go SDK로 Go에서 BroadNet Inference 호출하기](https://broadrouter.com/ko/guides/openai-go-sdk/)
-   [Haystack 파이프라인과 에이전트를 BroadNet Inference로 실행하기](https://broadrouter.com/ko/guides/haystack-openai-compatible/)
-   [DSPy에서 BroadNet Inference 쓰기(model\_type="chat" 설정)](https://broadrouter.com/ko/guides/dspy-openai-compatible/)
-   [promptfoo로 BroadNet 모델 평가하기](https://broadrouter.com/ko/guides/promptfoo-openai-compatible/)
-   [Flowise에 BroadNet Inference 연결하기(OpenAI Custom Model)](https://broadrouter.com/ko/guides/flowise-openai-compatible/)
-   [Langflow에 BroadNet Inference 연결하기](https://broadrouter.com/ko/guides/langflow-openai-compatible/)

## 콘솔에서 BroadNet Gemma 4 VL 26B 사용하기

inference.broadnet.ai의 BroadNet 콘솔에서 계정과 키를 관리합니다. 이 페이지에서 선택한 내용은 콘솔로 전달되지 않으므로 다음 순서로 진행하세요:

1.  로그인하거나 계정을 만듭니다.
2.  종량제 키를 만듭니다. 이 모델은 초기 크레딧으로 사용할 수 있습니다.
3.  이 모델 ID를 `model` 값으로 `/v1/chat/completions`에 보냅니다: `broadnet/gemma-4-26b-a4b`

[BroadNet 콘솔 열기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-models-gemma-4-vl-26b&utm_content=model-console) · [비용 추정하기](https://broadrouter.com/ko/pricing/?model=gemma-4-vl-26b#estimate) · [API 레퍼런스 읽기 (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-models-gemma-4-vl-26b&utm_content=docs#models) ·

## BroadNet Gemma 4 VL 26B 비교

-   [DeepSeek V4.1 Flash vs BroadNet Gemma 4 VL 26B (영어)](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-gemma-4-vl-26b/)
-   [BroadNet Gemma 4 VL 26B vs GLM 5.3 (영어)](https://broadrouter.com/compare/gemma-4-vl-26b-vs-glm-5.3/)
-   [BroadNet Gemma 4 VL 26B vs Qwen3.8 27B (영어)](https://broadrouter.com/compare/gemma-4-vl-26b-vs-qwen3.8-27b/)

BroadNet Gemma 4 VL 26B용 무료 도구 (영어)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 자주 묻는 질문

### BroadNet Gemma 4 VL 26B 모델 ID는 무엇인가요?

`model`에 `broadnet/gemma-4-26b-a4b` 값을 넣어 `/v1/chat/completions`에 보내세요. 베이스 URL은 `https://inference.broadnet.ai/v1`입니다.

### BroadNet Gemma 4 VL 26B 모델 가격은 얼마인가요?

100만 토큰당 입력 US$0.10, 출력 US$0.22이며, 계정 잔액에서 결제됩니다. 별도의 정액 상품인 Gemma 시간제 키의 대상 모델이기도 합니다.

### BroadNet Gemma 4 VL 26B 모델의 컨텍스트 윈도우는 얼마인가요?

요청당 32,768 토큰이며, 프롬프트와 답변을 합한 값입니다.

### 충전하지 않고 BroadNet Gemma 4 VL 26B 모델을 쓸 수 있나요?

네. 신규 계정의 초기 크레딧으로 사용할 수 있습니다.

### BroadNet Gemma 4 VL 26B 모델은 어디에서 실행되나요?

BroadNet 모델 페이지 내용(BroadRouter 번역): 핫 백업을 갖춘 NVIDIA Blackwell급 GPU. 장애 조치는 자동. 개인정보 처리 방침은 데이터 레지던시를 위한 처리 위치는 데이터를 보내기 전에 BroadNet과 협의한다고 덧붙입니다.

### 데이터가 저장되나요?

추론 콘텐츠는 보관되지 않으며, 프롬프트, 이미지, 답변 모두 요청 처리에만 사용됩니다. 처리 시간, 토큰 수, 비용 같은 계정, 결제, 보안에 필요한 메타데이터는 BroadNet 개인정보 처리 방침에 설명된 대로 보관됩니다. [자세히 읽기](https://broadrouter.com/ko/privacy/).

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-models-gemma-4-vl-26b&utm_content=page-cta) ·

**출처**

-   [BroadNet Inference 가격 (영어)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-models-gemma-4-vl-26b&utm_content=sources)
-   [모델 ID와 요청 형식 (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-models-gemma-4-vl-26b&utm_content=sources#models)
-   [BroadNet 모델 카탈로그 (영어)](https://www.broadnet.ai/inference/models)
-   [broadnet.ai의 BroadNet Gemma 4 VL 26B 페이지(2026-11-15 확인) (영어)](https://www.broadnet.ai/inference/models/gemma-4-vl-26b)
