Gemma 4 31B

gemma-4-31b-it

Gemma 4 26B A4B 是 Google DeepMind 推出的一款高效混合专家（MoE）模型，兼具 26B 级模型容量与推理时约 4B 的激活参数。它在推理、编程、多模态理解和智能体能力方面表现出色，同时相比更大的稠密模型可实现更快、更高效的推理。该模型支持文本与图像输入、256K 上下文窗口、原生函数调用以及 140 多种语言，非常适合 AI 智能体、编程应用、长上下文处理和高吞吐量工作负载。

上下文窗口

262.1K Token

最大输出

32.8K Token

发布日期

2026年4月2日

模态

Gemma 4 31B 价格

输入价格	输出价格	缓存读取
$0.75/M	$1/M	$0.75/M

Gemma 4 31B API 能力

推理

支持

工具调用

支持

Temperature 参数

支持

附件

支持

知识库

—

Endpoint 协议

Responses APIMessages APICompletions API

模型亮点

密集架构推理、长上下文与视觉理解。

密集架构推理

采用 307 亿参数密集架构，提供可配置的思考模式，面向推理与编程任务。

长上下文

支持 256K token 上下文窗口，交替使用局部与全局注意力。

视觉理解

结合文本与图像输入生成文本，可用于视觉问答和文档解读。

使用场景

面向编程、文档与图像的实际工作负载。

编程辅助

根据提供的源文件与需求起草代码、解释实现并提出修复方案。

文档综合分析

总结长篇材料、比较不同章节，并依据上下文中提供的文档回答问题。

视觉文档分析

解读截图、图表与文档图像，生成供人工审核的描述和回答。

如何通过 TokenHub API 使用 Gemma 4 31B

创建 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.responses.create({})
console.log(result.output_text)

常见问题

模型能力、使用取舍与 TokenHub 接入说明。

Gemma 4 31B 是什么？+

它是 Google DeepMind 的指令微调开放权重密集模型，具有 307 亿参数，接收文本与图像并生成文本，权重采用 Apache 2.0 许可。

哪些工作负载适合发挥它的优势？+

可从编程辅助、多步骤推理、长文档分析和视觉问答入手。可配置的思考模式与 256K 上下文窗口为这些工作流提供支持。

需要注意哪些限制？+

输出可能不准确，需要审核。此版本不支持原生音频输入。长上下文与思考模式可能增加资源消耗和延迟，托管服务的限制也可能低于模型上限。

如何在 TokenHub 使用它，费用是多少？+

请在 TokenHub 账户中确认可用性、准确模型 ID、支持的输入和价格。若已上架，使用接入指南中的接口地址与凭据。开放权重不代表托管推理免费。

应如何选择密集版本与 MoE 版本？+

重视推理与代码质量时，可优先评估密集版本；重视推理效率时，与 26B A4B MoE 版本比较，并使用相同提示与部署设置。

准备调用 Gemma 4 31B？

通过一个 API Key 接入 Gemma 4 31B 与更多 AI 模型。

创建 API Key