Google: Gemma 4 31B

Google: Gemma 4 31B é um modelo ajustado por instruções da Google, listado em api14 sob o id de modelo google/gemma-4-31b-it. Pertence à família Gemma da Google DeepMind, e a descrição do fornecedor identifica-o como um modelo multimodal denso de 30,7B. A sua categoria principal em api14 é texto, e é oferecido pela Google como fornecedor. Se estiver a escolher entre modelos no gateway, este situa-se na gama densa de tamanho médio em vez das opções alojadas muito maiores, o que é relevante quando pondera capacidade face a latência e débito para a sua carga de trabalho.

O modelo aceita imagem, texto e vídeo como entrada e devolve apenas texto. Essa combinação torna-o um leitor multimodal em vez de um gerador de media: pode enviar-lhe documentos, capturas de ecrã, fotografias ou vídeo juntamente com um prompt, e ele responderá em prosa. A janela de contexto é de 262144 tokens, o que é suficientemente grande para conter documentos longos, conversas extensas ou transcrições de media consideráveis num único pedido. A saída máxima é de 16384 tokens, pelo que as respostas estão bem limitadas abaixo da capacidade de entrada. Também suporta um modo de pensamento ou raciocínio configurável, exposto através dos parâmetros reasoning e include_reasoning, que lhe permite decidir se o modelo gasta tokens a trabalhar num problema antes de responder.

Essas capacidades apontam para um conjunto bastante específico de utilizações. A leitura multimodal de contexto longo é a mais óbvia: extrair informação estruturada de documentos digitalizados, PDFs renderizados como imagens, ou capturas de ecrã, e resumir ou responder a perguntas sobre eles. A entrada de vídeo estende isto a tarefas como descrever filmagens, extrair eventos ou responder a perguntas sobre o que acontece num clipe. O modo de raciocínio adequa-se a análises de vários passos em que uma resposta direta não é fiável, e o suporte de ferramentas e funções torna o modelo utilizável como a camada de decisão num agente que chama serviços externos. As saídas estruturadas e o response_format permitem-lhe restringir as respostas a JSON ou a um esquema quando o resultado alimenta outro sistema.

Chamá-lo através de api14 funciona da mesma forma que qualquer outro modelo no gateway, uma vez que a API é compatível com OpenAI. Envia um pedido de chat completion com o campo model definido como google/gemma-4-31b-it e as suas mensagens no formato padrão, incluindo partes de conteúdo de imagem ou vídeo quando relevante. Os parâmetros suportados cobrem os controlos habituais de amostragem (temperature, top_p, top_k, min_p, seed, stop, frequency_penalty, presence_penalty, repetition_penalty), controlos de saída (max_tokens, response_format, structured_outputs), opções de inspeção (logprobs, top_logprobs, logit_bias) e uso de ferramentas (tools, tool_choice). O comportamento de raciocínio é controlado com reasoning e include_reasoning.

Uma restrição prática a ter em conta é o teto de saída: 16384 tokens por resposta, o que é modesto em relação à janela de entrada de 262144 tokens. Se a sua tarefa é gerar documentos muito longos numa só passagem, um modelo com uma margem de saída maior pode encaixar melhor. Da mesma forma, se precisar de entrada de áudio ou de qualquer saída que não seja texto, este modelo não o cobre, uma vez que as suas modalidades de entrada são imagem, texto e vídeo e a sua saída é apenas texto. Para compreensão multimodal de contexto longo, análise com muito raciocínio e agentes orientados por ferramentas, é uma escolha razoável.