Gemma 4 31B

gemma-4-31b-it

Gemma 4 26B A4B est un modèle Mixture-of-Experts (MoE) efficace de Google DeepMind, qui associe une capacité de modèle de classe 26B à environ 4B de paramètres actifs lors de l'inférence. Il offre de solides capacités de raisonnement, de codage, de compréhension multimodale et d'agent, tout en proposant une inférence plus rapide et plus efficace que les grands modèles denses. Compatible avec les entrées texte et image, une fenêtre de contexte de 256K, l'appel de fonctions natif et plus de 140 langues, il convient parfaitement aux agents IA, aux applications de codage, au traitement de longs contextes et aux charges de travail à haut débit.

Context Window

262.1K tokens

Maximum Output

32.8K tokens

Release Date

2 avr. 2026

Modalities

Prix de Gemma 4 31B

Prix entrée	Prix sortie	Lecture cache
$0.75/M	$1/M	$0.75/M

Fonctionnalités API de Gemma 4 31B

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Supported

Attachments

Supported

Knowledge Base

—

Endpoint Protocols

Completions APIResponses APIMessages API

Points forts du modèle

Raisonnement dense, contexte étendu et compréhension visuelle.

Raisonnement à architecture dense

Un modèle dense de 30,7 milliards de paramètres, avec un mode de réflexion configurable pour le raisonnement et le code.

Contexte étendu

Prend en charge un contexte de 256K tokens en alternant attention locale et globale.

Compréhension visuelle

Combine texte et images pour produire des réponses textuelles et interpréter des documents visuels.

Cas d’usage

Des tâches concrètes de programmation et d’analyse de documents et d’images.

Assistance à la programmation

Rédigez du code, expliquez des implémentations et proposez des corrections à partir des fichiers et exigences fournis.

Synthèse documentaire

Résumez de longs documents, comparez leurs sections et répondez aux questions à partir du contexte fourni.

Analyse de documents visuels

Interprétez captures d’écran, graphiques et documents numérisés pour produire des descriptions et réponses à vérifier.

Comment utiliser Gemma 4 31B via l’API TokenHub

Create API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

Guides et articles sur Gemma 4 31B

Questions fréquentes

Capacités, compromis et utilisation avec TokenHub.

Qu’est-ce que Gemma 4 31B ?+

C’est un modèle dense à poids ouverts de Google DeepMind, ajusté aux instructions, avec 30,7 milliards de paramètres. Il reçoit texte et images et génère du texte. Ses poids sont sous licence Apache 2.0.

Quelles tâches tirent parti de ses points forts ?+

L’assistance au code, le raisonnement en plusieurs étapes, l’analyse de longs documents et les questions visuelles sont de bons points de départ, grâce au mode de réflexion et au contexte de 256K tokens.

Quelles limites faut-il prendre en compte ?+

Les réponses peuvent être inexactes et doivent être vérifiées. Cette variante n’accepte pas nativement l’audio. Les longs contextes et la réflexion augmentent parfois les ressources et la latence ; les limites du service peuvent être inférieures au maximum du modèle.

Comment l’utiliser sur TokenHub et à quel prix ?+

Vérifiez dans votre compte TokenHub la disponibilité, l’identifiant exact, les entrées acceptées et le tarif. Si le modèle est proposé, utilisez l’adresse et les identifiants du guide d’intégration. Des poids ouverts ne rendent pas l’inférence hébergée gratuite.

Comment choisir entre les variantes dense et MoE ?+

Évaluez la variante dense si la qualité du raisonnement et du code prime. Comparez-la à la variante MoE 26B A4B si l’efficacité compte, avec les mêmes prompts et paramètres de déploiement.

Prêt à utiliser Gemma 4 31B ?

Accédez à Gemma 4 31B et à d’autres modèles d’IA avec une seule clé API TokenHub.

Créer une clé API

Gemma 4 31B

Prix de Gemma 4 31B

Fonctionnalités API de Gemma 4 31B

Points forts du modèle

Raisonnement à architecture dense

Contexte étendu

Compréhension visuelle

Cas d’usage

Assistance à la programmation

Synthèse documentaire

Analyse de documents visuels

Comment utiliser Gemma 4 31B via l’API TokenHub

Guides et articles sur Gemma 4 31B

Is Gemma 4 31b overkill for a personal assistant/RAG?

Which model to use? Gemma 4 26B A4B or Gemma 4 31B?

Gemma 4 31B Base or Gemma 4 31B IT, Which one is better for RP?

🦞在OpenClaw实测谷歌开源大模型Gemma 4！256K上下文+多模态输入，小龙虾里实战测试多Agent协作与浏览器自动化全流程！31B参数碾压其他开源大模型！五大维度深度评分结果出人意料

Testing Gemma 4 31B with OpenCode

谷歌杀疯了！Gemma 4彻底开源，31B模型挑战百亿巨兽！Google's Gone Wild! Gemma 4 Fully Open-Sourced

Questions fréquentes

Prêt à utiliser Gemma 4 31B ?

Gemma 4 31B

Prix de Gemma 4 31B

Fonctionnalités API de Gemma 4 31B

Points forts du modèle

Raisonnement à architecture dense

Contexte étendu

Compréhension visuelle

Cas d’usage

Assistance à la programmation

Synthèse documentaire

Analyse de documents visuels

Comment utiliser Gemma 4 31B via l’API TokenHub

Modèles similaires à Gemma 4 31B

Guides et articles sur Gemma 4 31B

MéDias Et DéMonstrations

X (Twitter)

Reddit

Is Gemma 4 31b overkill for a personal assistant/RAG?

Which model to use? Gemma 4 26B A4B or Gemma 4 31B?

Gemma 4 31B Base or Gemma 4 31B IT, Which one is better for RP?

YouTube

🦞在OpenClaw实测谷歌开源大模型Gemma 4！256K上下文+多模态输入，小龙虾里实战测试多Agent协作与浏览器自动化全流程！31B参数碾压其他开源大模型！五大维度深度评分结果出人意料

Testing Gemma 4 31B with OpenCode

谷歌杀疯了！Gemma 4彻底开源，31B模型挑战百亿巨兽！Google's Gone Wild! Gemma 4 Fully Open-Sourced

Questions fréquentes

Prêt à utiliser Gemma 4 31B ?