Gemma 4 26B A4B
Google· 2026-04-02 上线开源
综合榜暂不排名：评测成绩还不够
编程
41.2
科研
41.7第 77 名
专业办公
—
知识问答
38.4
- 评测覆盖
- 7 / 25 项 · 28%
- 缓存输入
- ¥0.10
- 输入
- ¥1.01
- 输出
- ¥4.04
价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| WebDev Arena | 1,361 | 41.9 | 默认 | 96 |
| ALE-Bench | 927 | 46.7 | 默认 | 88 |
| WeirdML | 35.2% | 35.1 | 默认 | 60 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| CritPt | 0.0% | 38.6 | 默认 | 101 |
| OTIS Mock AIME | 82.2% | 45.8 | minimal | 87 |
| SciCode | 40.0% | 40.7 | 默认 | 97 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| GPQA Diamond | 73.2% | 38.4 | minimal | 84 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| 国际象棋谜题 | 6.0% | 不计分 | minimal | 88 |
原始成绩取这个模型各个推理档位（minimal）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。