Google: Gemma 4 31B

Google: Gemma 4 31B is een instruction-tuned model van Google, vermeld op api14 onder het model-id google/gemma-4-31b-it. Het behoort tot de Gemma-familie van Google DeepMind, en de providerbeschrijving identificeert het als een 30.7B dense multimodaal model. De hoofdcategorie op api14 is tekst, en het wordt aangeboden door Google als provider. Als je op de gateway tussen modellen kiest, zit deze in het middensegment van dense modellen in plaats van de allergrootste gehoste opties, wat relevant is wanneer je capaciteit afweegt tegen latency en throughput voor je workload.

Het model accepteert afbeeldingen, tekst en video als invoer en retourneert alleen tekst. Die combinatie maakt het een multimodale lezer in plaats van een generator van media: je kunt documenten, screenshots, foto's of video samen met een prompt sturen, en het antwoordt in proza. Het contextvenster is 262144 tokens, wat groot genoeg is om lange documenten, uitgebreide gesprekken of omvangrijke mediatranscripties in één verzoek te bevatten. De maximale uitvoer is 16384 tokens, dus antwoorden zijn ruim onder de invoercapaciteit begrensd. Het ondersteunt ook een configureerbare denk- of redeneermodus, ontsloten via de parameters reasoning en include_reasoning, waarmee je kunt beslissen of het model tokens besteedt aan het doorgronden van een probleem voordat het antwoordt.

Die capaciteiten wijzen op een vrij specifieke set toepassingen. Long-context multimodaal lezen is de voor de hand liggende: gestructureerde informatie extraheren uit gescande documenten, PDF's die als afbeeldingen zijn weergegeven, of screenshots, en deze samenvatten of er vragen over beantwoorden. Video-invoer breidt dit uit naar taken zoals beeldmateriaal beschrijven, gebeurtenissen eruit halen of vragen beantwoorden over wat er in een clip gebeurt. De redeneermodus past bij meerstapsanalyse waarbij een direct antwoord onbetrouwbaar is, en de tool- en functieondersteuning maakt het model bruikbaar als de besluitvormingslaag in een agent die externe services aanroept. Structured outputs en response_format laten je antwoorden beperken tot JSON of een schema wanneer het resultaat naar een ander systeem gaat.

Het aanroepen via api14 werkt hetzelfde als bij elk ander model op de gateway, aangezien de API OpenAI-compatibel is. Je stuurt een chat completion-verzoek met het veld model ingesteld op google/gemma-4-31b-it en je messages in het standaardformaat, inclusief image- of video-contentonderdelen waar relevant. De ondersteunde parameters dekken de gebruikelijke sampling-instellingen (temperature, top_p, top_k, min_p, seed, stop, frequency_penalty, presence_penalty, repetition_penalty), uitvoerinstellingen (max_tokens, response_format, structured_outputs), inspectieopties (logprobs, top_logprobs, logit_bias) en toolgebruik (tools, tool_choice). Redeneergedrag wordt geregeld met reasoning en include_reasoning.

Een praktische beperking om in gedachten te houden is het uitvoerplafond: 16384 tokens per antwoord, wat bescheiden is ten opzichte van het invoervenster van 262144 tokens. Als je taak het genereren van zeer lange documenten in één keer is, past een model met een grotere uitvoertoeslag mogelijk beter. Evenzo, als je audio-invoer of enige niet-tekstuele uitvoer nodig hebt, dekt dit model dat niet, aangezien de invoermodaliteiten afbeelding, tekst en video zijn en de uitvoer alleen tekst is. Voor long-context multimodaal begrip, redeneerintensieve analyse en toolgestuurde agents is het een redelijke keuze.