Google·google/gemma-4-26b-a4b-it·12/13 측정 · 평균 78.3
Gemma 4 26B A4B
Vertex 미호스팅 → route=openrouter. text+image(audio X). OR 서빙 image_url 지원 확인 후 serving_ready 확정.
vs Field
강·약 카테고리
이 모델 점수 − 다른 모델 평균. 측정된 카테고리만 비교.
↑ 강점
- 82.4세무·회계32모델 중 6위·평균 대비 +17.1
- 77.0금융·가계·자산관리32모델 중 7위·평균 대비 +15.4
- 82.6인사·노무32모델 중 7위·평균 대비 +15.0
↓ 상대적 약점
- 76.9문서·시각자료 이해20모델 중 19위·평균 대비 -17.8
- 76.0코드·개발32모델 중 22위·평균 대비 +1.4
- 80.8마케팅·콘텐츠32모델 중 19위·평균 대비 +4.1
External · Artificial Analysis
AA 외부 벤치
2026-05-15추론·지능 축의 외부 지표 — AXyBench(한국 실무 지식 축)와 다른 것을 잽니다. 같은 차트에 섞지 않고 나란히만 둡니다.
AA의 Intelligence Index·GPQA는 모델의 추론·지능을 잽니다. AXyBench는 그 모델이 한국 실무를 실제로 아는지를 잽니다. 둘은 다른 축이라, 아래 지수가 높다고 위의 한국 실무 점수가 높지는 않습니다 — 그 간극이 AXyBench를 따로 두는 이유입니다.
종합 지수 · 학술 벤치 — 0~100 스케일
출력 속도
0.000tok/s
TTFT
0.000s
블렌디드 가격
0.198$/1M (3:1)
원본 variant — Gemma 4 26B A4B (Reasoning) (Google) · slug gemma-4-26b-a4b · release 2026-04-02. 출처 artificialanalysis.ai (GET /api/v2/data/llms/models).
문항별 답변 · 채점
12/13 측정 · 문항당 1회이 모델이 카테고리별 문항에 한 답변과 채점 근거. 문항을 펼치면 답변 원문·채점 근거·교차 검증·핵심 인용을 봅니다.
P1주식 투자77.0
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
P2부동산80.4
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
P3금융·가계·자산관리77.0
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
P4차사고·자동차 분쟁76.7
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
P5생활 법률·형사72.0
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
B1세무·회계82.4
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
B2법무79.0
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
B3인사·노무82.6
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
B4마케팅·콘텐츠80.8
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
T1코드·개발76.0
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
T2문서 출력79.4
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg
VL문서·시각자료 이해76.9
카테고리 전체 비교 →문항
정확성의도 파악신중함한국 맥락짜임새avg