Google: Gemma 4 31B (free)

Gemma 4 31B Instruct est un modèle ouvert de Google DeepMind, publié par Google, et proposé sur api14 sous l'identifiant de modèle google/gemma-4-31b-it:free. C'est un modèle dense multimodal de 30,7B, ajusté aux instructions, faisant partie de la famille Gemma, et il se situe dans la catégorie texte sur api14 même s'il accepte plus que du texte en entrée. La date de publication par le fournisseur est le 2026-04-02.

Du côté des entrées, le modèle accepte le texte, les images et la vidéo, et il produit uniquement du texte. Sa fenêtre de contexte est de 262 144 tokens, avec une sortie maximale de 32 768 tokens. Il prend en charge un mode de réflexion ou de raisonnement configurable, que vous pouvez piloter via les paramètres reasoning et include_reasoning. Cette diversité d'entrées signifie que vous pouvez mélanger de la prose, des captures d'écran, des photos et des images vidéo dans la même conversation sans changer de modèle.

Ces capacités ouvrent sur un ensemble assez large d'usages pratiques. Les documents longs, les bases de code, les transcriptions et les journaux de conversation de plusieurs heures tiennent dans le contexte de 256K, donc la synthèse, les questions-réponses et l'extraction sur de grandes entrées sont des cas adaptés. Comme les images et la vidéo sont acceptées, des tâches comme décrire un contenu visuel, lire des graphiques ou des captures d'écran, modérer des médias soumis par les utilisateurs et répondre à des questions sur des séquences enregistrées sont également envisageables. L'ajustement aux instructions, combiné à la prise en charge des outils, en fait un candidat pour les assistants qui doivent appeler des fonctions, renvoyer une sortie structurée ou raisonner étape par étape avant de répondre.

L'appeler via api14 fonctionne de la même manière que pour tout autre modèle de la passerelle, puisque l'API est compatible OpenAI. Vous envoyez votre requête au point de terminaison chat completions et définissez le champ model sur google/gemma-4-31b-it:free. Les paramètres de requête pris en charge sont include_reasoning, max_tokens, reasoning, response_format, seed, temperature, tool_choice, tools et top_p. En pratique, cela signifie que vous pouvez contrôler l'échantillonnage avec temperature et top_p, plafonner la réponse avec max_tokens, rendre les exécutions reproductibles avec seed, demander du JSON ou d'autres formes structurées avec response_format, et définir des fonctions appelables avec tools et tool_choice. Si vous voulez que la réflexion du modèle soit exposée ou masquée, utilisez reasoning et include_reasoning.

Quelques points méritent d'être gardés en tête avant de vous engager. La sortie est uniquement du texte, donc si vous avez besoin d'images, d'audio ou de vidéo générés, ce modèle ne les produira pas. Le plafond de sortie de 32 768 tokens est bien inférieur au contexte d'entrée, donc les générations très longues, comme des livres entiers en une seule réponse, ne sont pas ce pour quoi il est conçu. Aucune information de tarification ou de débit n'est indiquée ici, donc consultez le tableau des prix en direct sur la page pour les conditions actuelles. Dans ces limites, c'est un choix simple pour la compréhension multimodale, le travail sur contexte long et les assistants utilisant des outils.