Google: Gemma 4 31B (free)

Gemma 4 31B Instruct è un modello aperto di Google DeepMind, pubblicato da Google, e offerto su api14 con l'id modello google/gemma-4-31b-it:free. È un modello multimodale denso da 30,7B ottimizzato per le istruzioni, fa parte della famiglia Gemma e si colloca nella categoria testo su api14 anche se accetta più che testo come input. La data di rilascio del provider è 2026-04-02.

Sul lato input, il modello accetta testo, immagini e video, e produce solo testo. La sua finestra di contesto è di 262.144 token, con un output massimo di 32.768 token. Supporta una modalità di pensiero o ragionamento configurabile, che puoi guidare tramite i parametri reasoning e include_reasoning. L'ampiezza degli input significa che puoi mescolare prosa, screenshot, foto e fotogrammi video nella stessa conversazione senza cambiare modello.

Queste capacità indicano un insieme piuttosto ampio di usi pratici. Documenti lunghi, basi di codice, trascrizioni e registri di conversazioni di molte ore rientrano nel contesto da 256K, quindi riassunto, risposta a domande ed estrazione su input di grandi dimensioni sono applicazioni ragionevoli. Poiché immagini e video sono accettati, anche attività come descrivere contenuti visivi, leggere grafici o screenshot, moderare media inviati dagli utenti e rispondere a domande su filmati registrati sono praticabili. L'ottimizzazione per le istruzioni più il supporto agli strumenti lo rendono un candidato per assistenti che devono chiamare funzioni, restituire output strutturato o ragionare passo dopo passo prima di rispondere.

Chiamarlo tramite api14 funziona allo stesso modo di qualsiasi altro modello sul gateway, poiché l'API è compatibile con OpenAI. Invii la tua richiesta all'endpoint chat completions e imposti il campo model su google/gemma-4-31b-it:free. I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, response_format, seed, temperature, tool_choice, tools e top_p. In pratica questo significa che puoi controllare il campionamento con temperature e top_p, limitare la risposta con max_tokens, rendere le esecuzioni riproducibili con seed, richiedere JSON o altre forme strutturate con response_format, e definire funzioni richiamabili con tools e tool_choice. Se vuoi che il pensiero del modello sia mostrato o nascosto, usa reasoning e include_reasoning.

Alcune cose è utile tenerle a mente prima di impegnarti. L'output è solo testo, quindi se hai bisogno di immagini, audio o video generati, questo modello non li produrrà. Il tetto di output di 32.768 token è ben al di sotto del contesto di input, quindi generazioni molto lunghe, come interi libri in una sola risposta, non sono ciò per cui è costruito. Qui non sono indicati prezzi o informazioni sulle tariffe, quindi controlla la tabella dei prezzi live sulla pagina per i termini attuali. Entro questi limiti è una scelta semplice per la comprensione multimodale, il lavoro su contesti lunghi e gli assistenti che usano strumenti.