Google: Gemma 4 31B (free)

Gemma 4 31B Instruct es un modelo abierto de Google DeepMind, publicado por Google, y ofrecido en api14 bajo el id de modelo google/gemma-4-31b-it:free. Es un modelo denso multimodal de 30.7B ajustado para instrucciones, parte de la familia Gemma, y se sitúa en la categoría de texto en api14 aunque acepta más que texto como entrada. La fecha de lanzamiento del proveedor es 2026-04-02.

En el lado de la entrada, el modelo acepta texto, imágenes y vídeo, y produce solo texto. Su ventana de contexto es de 262,144 tokens, con una salida máxima de 32,768 tokens. Admite un modo de pensamiento o razonamiento configurable, que puedes dirigir mediante los parámetros reasoning e include_reasoning. La variedad de entradas significa que puedes mezclar prosa, capturas de pantalla, fotos y fotogramas de vídeo en la misma conversación sin cambiar de modelo.

Esas capacidades apuntan a un conjunto bastante amplio de usos prácticos. Documentos largos, bases de código, transcripciones y registros de conversaciones de varias horas caben dentro del contexto de 256K, así que el resumen, las preguntas y respuestas y la extracción sobre entradas grandes son ajustes razonables. Como se aceptan imágenes y vídeo, tareas como describir contenido visual, leer gráficos o capturas de pantalla, moderar medios enviados por usuarios y responder preguntas sobre metraje grabado también son viables. El ajuste por instrucciones más el soporte de herramientas lo convierten en candidato para asistentes que necesitan llamar a funciones, devolver salida estructurada o razonar paso a paso antes de responder.

Llamarlo a través de api14 funciona igual que con cualquier otro modelo en la pasarela, ya que la API es compatible con OpenAI. Envías tu solicitud al endpoint de finalizaciones de chat y estableces el campo model a google/gemma-4-31b-it:free. Los parámetros de solicitud admitidos son include_reasoning, max_tokens, reasoning, response_format, seed, temperature, tool_choice, tools y top_p. En la práctica, eso significa que puedes controlar el muestreo con temperature y top_p, limitar la respuesta con max_tokens, hacer las ejecuciones reproducibles con seed, solicitar JSON u otras formas estructuradas con response_format, y definir funciones invocables con tools y tool_choice. Si quieres que el pensamiento del modelo se muestre u oculte, usa reasoning e include_reasoning.

Hay algunas cosas que conviene tener en cuenta antes de decidirte. La salida es solo texto, así que si necesitas imágenes, audio o vídeo generados, este modelo no los producirá. El techo de salida de 32,768 tokens está muy por debajo del contexto de entrada, así que las generaciones muy largas, como libros enteros en una sola respuesta, no son para lo que está construido. Aquí no se indica información de precios ni de tarifas, así que consulta la tabla de precios en vivo de la página para conocer los términos actuales. Dentro de esos límites, es una elección sencilla para comprensión multimodal, trabajo con contexto largo y asistentes que usan herramientas.