Google: Gemma 4 31B

Google: Gemma 4 31B es un modelo ajustado por instrucciones de Google, listado en api14 bajo el id de modelo google/gemma-4-31b-it. Pertenece a la familia Gemma de Google DeepMind, y la descripción del proveedor lo identifica como un modelo multimodal denso de 30.7B. Su categoría principal en api14 es texto, y Google lo ofrece como proveedor. Si estás eligiendo entre modelos en el gateway, este se sitúa en el rango denso de tamaño medio en lugar de las opciones alojadas más grandes, lo cual es relevante cuando sopesas capacidad frente a latencia y rendimiento para tu carga de trabajo.

El modelo acepta imagen, texto y vídeo como entrada y devuelve solo texto. Esa combinación lo convierte en un lector multimodal más que en un generador de medios: puedes enviarle documentos, capturas de pantalla, fotos o vídeo junto con un prompt, y responderá en prosa. La ventana de contexto es de 262144 tokens, lo suficientemente grande como para contener documentos largos, conversaciones extensas o transcripciones de medios considerables en una sola solicitud. La salida máxima es de 16384 tokens, por lo que las respuestas están acotadas muy por debajo de la capacidad de entrada. También admite un modo de pensamiento o razonamiento configurable, expuesto a través de los parámetros reasoning e include_reasoning, que te permite decidir si el modelo gasta tokens trabajando en un problema antes de responder.

Esas capacidades apuntan a un conjunto de usos bastante específico. La lectura multimodal de contexto largo es la más obvia: extraer información estructurada de documentos escaneados, PDFs renderizados como imágenes o capturas de pantalla, y resumirlos o responder preguntas sobre ellos. La entrada de vídeo extiende esto a tareas como describir metraje, extraer eventos o responder preguntas sobre lo que ocurre en un clip. El modo de razonamiento se adapta al análisis de varios pasos donde una respuesta directa no es fiable, y el soporte de herramientas y funciones hace que el modelo sea utilizable como la capa de toma de decisiones en un agente que llama a servicios externos. Las salidas estructuradas y response_format te permiten restringir las respuestas a JSON o a un esquema cuando el resultado alimenta a otro sistema.

Llamarlo a través de api14 funciona igual que con cualquier otro modelo en el gateway, ya que la API es compatible con OpenAI. Envías una solicitud de chat completion con el campo model establecido en google/gemma-4-31b-it y tus mensajes en el formato estándar, incluyendo partes de contenido de imagen o vídeo donde sea relevante. Los parámetros admitidos cubren los controles de muestreo habituales (temperature, top_p, top_k, min_p, seed, stop, frequency_penalty, presence_penalty, repetition_penalty), controles de salida (max_tokens, response_format, structured_outputs), opciones de inspección (logprobs, top_logprobs, logit_bias) y uso de herramientas (tools, tool_choice). El comportamiento de razonamiento se controla con reasoning e include_reasoning.

Una restricción práctica a tener en cuenta es el techo de salida: 16384 tokens por respuesta, que es modesto en relación con la ventana de entrada de 262144 tokens. Si tu tarea es generar documentos muy largos en una sola pasada, un modelo con un límite de salida mayor puede encajar mejor. De forma similar, si necesitas entrada de audio o cualquier salida que no sea texto, este modelo no lo cubre, ya que sus modalidades de entrada son imagen, texto y vídeo y su salida es solo texto. Para comprensión multimodal de contexto largo, análisis con mucho razonamiento y agentes impulsados por herramientas, es una opción razonable.