Google: Gemma 4 31B

Google: Gemma 4 31B هو نموذج مضبوط بالتعليمات من Google، مُدرج على api14 تحت معرّف النموذج google/gemma-4-31b-it. ينتمي إلى عائلة Gemma من Google DeepMind، ويصفه وصف المزوّد بأنه نموذج متعدد الوسائط كثيف بحجم 30.7B. فئته الرئيسية على api14 هي النص، ويوفّره Google كمزوّد. إذا كنت تختار بين النماذج على البوابة، فإن هذا النموذج يقع في النطاق الكثيف متوسط الحجم بدلاً من أكبر الخيارات المستضافة، وهذا أمر ذو صلة عندما توازن بين القدرة وزمن الاستجابة والإنتاجية لعبء العمل لديك.

يقبل النموذج الصورة والنص والفيديو كمدخلات، ويعيد النص فقط. هذه التركيبة تجعله قارئاً متعدد الوسائط بدلاً من مولّد للوسائط: يمكنك إرسال مستندات أو لقطات شاشة أو صور أو فيديو إليه إلى جانب طلب، وسيجيب بالنثر. نافذة السياق هي 262144 رمزاً، وهي كبيرة بما يكفي لاستيعاب مستندات طويلة أو محادثات ممتدة أو نصوص وسائط كبيرة الحجم في طلب واحد. الحد الأقصى للمخرجات هو 16384 رمزاً، لذا فإن الردود محدودة بأقل بكثير من سعة الإدخال. كما يدعم وضع تفكير أو استدلال قابل للتكوين، مكشوفاً عبر المعاملين reasoning و include_reasoning، مما يتيح لك أن تقرر ما إذا كان النموذج يستهلك رموزاً في العمل على مسألة قبل الإجابة.

تشير هذه القدرات إلى مجموعة استخدامات محددة إلى حد ما. القراءة متعددة الوسائط ذات السياق الطويل هي الاستخدام الأوضح: استخراج معلومات منظمة من مستندات ممسوحة ضوئياً أو ملفات PDF معروضة كصور أو لقطات شاشة، وتلخيصها أو الإجابة عن أسئلة بشأنها. يوسّع إدخال الفيديو هذا ليشمل مهام مثل وصف المقاطع أو استخراج الأحداث أو الإجابة عن أسئلة حول ما يحدث في مقطع. يناسب وضع الاستدلال التحليل متعدد الخطوات حيث تكون الإجابة المباشرة غير موثوقة، كما أن دعم الأدوات والدوال يجعل النموذج قابلاً للاستخدام كطبقة اتخاذ القرار في وكيل يستدعي خدمات خارجية. تتيح لك المخرجات المنظمة و response_format تقييد الردود بصيغة JSON أو وفق مخطط عندما تُغذّي النتيجة نظاماً آخر.

استدعاؤه عبر api14 يعمل بالطريقة نفسها كأي نموذج آخر على البوابة، لأن واجهة API متوافقة مع OpenAI. ترسل طلب إكمال محادثة مع ضبط حقل model على google/gemma-4-31b-it ورسائلك بالصيغة القياسية، بما في ذلك أجزاء محتوى الصورة أو الفيديو حيث يكون ذلك ذا صلة. تغطي المعاملات المدعومة عناصر التحكم المعتادة في أخذ العينات (temperature، top_p، top_k، min_p، seed، stop، frequency_penalty، presence_penalty، repetition_penalty)، وعناصر التحكم في المخرجات (max_tokens، response_format، structured_outputs)، وخيارات الفحص (logprobs، top_logprobs، logit_bias) واستخدام الأدوات (tools، tool_choice). يُتحكم في سلوك الاستدلال عبر reasoning و include_reasoning.

أحد القيود العملية التي يجب وضعها في الاعتبار هو سقف المخرجات: 16384 رمزاً لكل رد، وهو متواضع نسبياً مقارنة بنافذة الإدخال البالغة 262144 رمزاً. إذا كانت مهمتك توليد مستندات طويلة جداً في تمريرة واحدة، فقد يكون نموذج بحد مخرجات أكبر أنسب. وبالمثل، إذا كنت بحاجة إلى إدخال صوتي أو أي مخرجات غير نصية، فإن هذا النموذج لا يغطي ذلك، لأن وسائط إدخاله هي الصورة والنص والفيديو ومخرجاته نصية فقط. لفهم متعدد الوسائط ذي سياق طويل، وتحليل كثيف الاستدلال، ووكلاء مدفوعين بالأدوات، فهو خيار معقول.