Google: Gemma 4 31B

Google: Gemma 4 31B è un modello instruction-tuned di Google, elencato su api14 con l'id modello google/gemma-4-31b-it. Appartiene alla famiglia Gemma di Google DeepMind, e la descrizione del provider lo identifica come un modello multimodale dense da 30,7B. La sua categoria principale su api14 è testo, ed è offerto da Google come provider. Se stai scegliendo tra modelli sul gateway, questo si colloca nella fascia dense di medie dimensioni piuttosto che tra le opzioni ospitate più grandi, il che è rilevante quando valuti capacità rispetto a latenza e throughput per il tuo carico di lavoro.

Il modello accetta immagini, testo e video come input e restituisce solo testo. Questa combinazione lo rende un lettore multimodale piuttosto che un generatore di media: puoi inviargli documenti, screenshot, foto o video insieme a un prompt, e risponderà in prosa. La finestra di contesto è di 262144 token, abbastanza ampia da contenere documenti lunghi, conversazioni estese o trascrizioni multimediali di dimensioni considerevoli in una singola richiesta. L'output massimo è di 16384 token, quindi le risposte sono limitate ben al di sotto della capacità di input. Supporta inoltre una modalità di pensiero o ragionamento configurabile, esposta tramite i parametri reasoning e include_reasoning, che ti consente di decidere se il modello spende token per elaborare un problema prima di rispondere.

Queste capacità indicano un insieme di utilizzi piuttosto specifico. La lettura multimodale a contesto lungo è quella più ovvia: estrarre informazioni strutturate da documenti scansionati, PDF renderizzati come immagini o screenshot, e riassumerli o rispondere a domande su di essi. L'input video estende questo a compiti come descrivere filmati, estrarre eventi o rispondere a domande su ciò che accade in una clip. La modalità di ragionamento si adatta ad analisi multi-step in cui una risposta diretta non è affidabile, e il supporto a tool e function rende il modello utilizzabile come livello decisionale in un agente che chiama servizi esterni. Gli output strutturati e response_format ti permettono di vincolare le risposte a JSON o a uno schema quando il risultato alimenta un altro sistema.

Chiamarlo tramite api14 funziona allo stesso modo di qualsiasi altro modello sul gateway, poiché l'API è compatibile con OpenAI. Invii una richiesta di chat completion con il campo model impostato su google/gemma-4-31b-it e i tuoi messaggi nel formato standard, includendo parti di contenuto immagine o video dove rilevante. I parametri supportati coprono i consueti controlli di campionamento (temperature, top_p, top_k, min_p, seed, stop, frequency_penalty, presence_penalty, repetition_penalty), i controlli di output (max_tokens, response_format, structured_outputs), le opzioni di ispezione (logprobs, top_logprobs, logit_bias) e l'uso dei tool (tools, tool_choice). Il comportamento di ragionamento è controllato con reasoning e include_reasoning.

Un vincolo pratico da tenere a mente è il tetto di output: 16384 token per risposta, che è modesto rispetto alla finestra di input di 262144 token. Se il tuo compito è generare documenti molto lunghi in un'unica passata, un modello con una tolleranza di output maggiore potrebbe essere più adatto. Allo stesso modo, se hai bisogno di input audio o di qualsiasi output non testuale, questo modello non lo copre, poiché le sue modalità di input sono immagini, testo e video e il suo output è solo testo. Per la comprensione multimodale a contesto lungo, l'analisi ad alta intensità di ragionamento e gli agenti guidati da tool, è una scelta ragionevole.