Gemma 4 31B

gemma-4-31b-it

Gemma 4 26B A4B 是 Google DeepMind 推出的高效混合專家（MoE）模型，結合 26B 級模型容量與推論時約 4B 的啟用參數。它在推理、程式編寫、多模態理解與代理能力上表現出色，同時比更大的稠密模型提供更快、更高效的推論。此模型支援文字與圖像輸入、256K 上下文視窗、原生函式呼叫以及超過 140 種語言，非常適合 AI 代理、程式開發應用、長上下文處理與高吞吐量工作負載。

上下文視窗

262.1K Token

最大輸出

32.8K Token

發布日期

2026年4月2日

模態

Gemma 4 31B 價格

輸入價格	輸出價格	快取讀取
$0.75/M	$1/M	$0.75/M

Gemma 4 31B API 能力

推理

支援

工具呼叫

支援

Temperature 參數

支援

附件

支援

知識庫

—

Endpoint 協議

Completions APIResponses APIMessages API

模型亮點

密集架構推理、長上下文與視覺理解。

密集架構推理

採用 307 億參數密集架構，提供可設定的思考模式，適用於推理與程式設計任務。

長上下文

支援 256K token 上下文視窗，交替使用局部與全域注意力。

視覺理解

結合文字與影像輸入產生文字，可用於視覺問答和文件解讀。

使用場景

適用於程式設計、文件與影像的實際工作負載。

程式設計輔助

根據提供的原始碼與需求撰寫程式、解釋實作並提出修正方案。

文件綜合分析

摘要長篇資料、比較不同章節，並依據上下文中提供的文件回答問題。

視覺文件分析

解讀螢幕截圖、圖表與文件影像，產生供人工審核的描述和回答。

如何透過 TokenHub API 使用 Gemma 4 31B

建立 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)

常見問題

模型能力、使用取捨與 TokenHub 串接說明。

Gemma 4 31B 是什麼？+

它是 Google DeepMind 的指令微調開放權重密集模型，具有 307 億參數，接收文字與影像並產生文字，權重採用 Apache 2.0 授權。

哪些工作負載適合發揮它的優勢？+

可從程式設計輔助、多步驟推理、長文件分析和視覺問答入手。可設定的思考模式與 256K 上下文視窗支援這些工作流程。

需要注意哪些限制？+

輸出可能不準確，需要審核。此版本不支援原生音訊輸入。長上下文與思考模式可能增加資源消耗和延遲，託管服務的限制也可能低於模型上限。

如何在 TokenHub 使用它，費用是多少？+

請在 TokenHub 帳戶中確認可用性、正確模型 ID、支援的輸入和價格。若已上架，使用串接指南中的端點與憑證。開放權重不代表託管推理免費。

應如何選擇密集版本與 MoE 版本？+

重視推理與程式碼品質時，可優先評估密集版本；重視推論效率時，與 26B A4B MoE 版本比較，並使用相同提示與部署設定。

準備呼叫 Gemma 4 31B？

透過一個 API Key 接入 Gemma 4 31B 與更多 AI 模型。

建立 API Key