Google: Gemma 4 31B

Google : Gemma 4 31B est un modèle ajusté aux instructions de Google, listé sur api14 sous l'identifiant de modèle google/gemma-4-31b-it. Il appartient à la famille Gemma de Google DeepMind, et la description du fournisseur le présente comme un modèle dense multimodal de 30,7B. Sa catégorie principale sur api14 est le texte, et il est proposé par Google en tant que fournisseur. Si vous hésitez entre plusieurs modèles sur la passerelle, celui-ci se situe dans la gamme dense de taille moyenne plutôt que parmi les options hébergées les plus volumineuses, ce qui est pertinent lorsque vous pesez la capacité par rapport à la latence et au débit pour votre charge de travail.

Le modèle accepte en entrée des images, du texte et de la vidéo, et ne renvoie que du texte. Cette combinaison en fait un lecteur multimodal plutôt qu'un générateur de médias : vous pouvez lui envoyer des documents, des captures d'écran, des photos ou de la vidéo accompagnés d'une invite, et il répondra en prose. La fenêtre de contexte est de 262144 jetons, ce qui est suffisamment grand pour contenir de longs documents, des conversations étendues ou des transcriptions multimédias conséquentes en une seule requête. La sortie maximale est de 16384 jetons, donc les réponses sont bien en dessous de la capacité d'entrée. Il prend également en charge un mode de réflexion ou de raisonnement configurable, exposé via les paramètres reasoning et include_reasoning, ce qui vous permet de décider si le modèle dépense des jetons pour réfléchir à un problème avant de répondre.

Ces capacités correspondent à un ensemble d'usages assez spécifiques. La lecture multimodale à contexte long est l'évidence : extraire des informations structurées de documents numérisés, de PDF rendus sous forme d'images ou de captures d'écran, et les résumer ou répondre à des questions à leur sujet. L'entrée vidéo étend cela à des tâches comme décrire des séquences, en extraire des événements ou répondre à des questions sur ce qui se passe dans un clip. Le mode de raisonnement convient à l'analyse en plusieurs étapes où une réponse directe n'est pas fiable, et la prise en charge des outils et des fonctions rend le modèle utilisable comme couche décisionnelle dans un agent qui appelle des services externes. Les sorties structurées et response_format vous permettent de contraindre les réponses à du JSON ou à un schéma lorsque le résultat alimente un autre système.

L'appeler via api14 fonctionne de la même manière que pour tout autre modèle sur la passerelle, puisque l'API est compatible OpenAI. Vous envoyez une requête de complétion de chat avec le champ model défini sur google/gemma-4-31b-it et vos messages au format standard, en incluant des parties de contenu image ou vidéo le cas échéant. Les paramètres pris en charge couvrent les contrôles d'échantillonnage habituels (temperature, top_p, top_k, min_p, seed, stop, frequency_penalty, presence_penalty, repetition_penalty), les contrôles de sortie (max_tokens, response_format, structured_outputs), les options d'inspection (logprobs, top_logprobs, logit_bias) et l'utilisation d'outils (tools, tool_choice). Le comportement de raisonnement est contrôlé avec reasoning et include_reasoning.

Une contrainte pratique à garder en tête est le plafond de sortie : 16384 jetons par réponse, ce qui est modeste par rapport à la fenêtre d'entrée de 262144 jetons. Si votre tâche consiste à générer de très longs documents en une seule passe, un modèle avec une allocation de sortie plus importante conviendra mieux. De même, si vous avez besoin d'une entrée audio ou de toute sortie non textuelle, ce modèle ne le couvre pas, puisque ses modalités d'entrée sont image, texte et vidéo et que sa sortie est uniquement textuelle. Pour la compréhension multimodale à contexte long, l'analyse à forte composante de raisonnement et les agents pilotés par outils, il constitue un choix raisonnable.