Google: Gemma 4 31B (free)

Gemma 4 31B Instruct é um modelo aberto do Google DeepMind, publicado pela Google, e oferecido em api14 sob o id de modelo google/gemma-4-31b-it:free. É um modelo denso multimodal de 30,7B ajustado para instruções, parte da família Gemma, e situa-se na categoria de texto em api14 ainda que aceite mais do que texto como entrada. A data de lançamento do fornecedor é 2026-04-02.

Do lado da entrada, o modelo aceita texto, imagens e vídeo, e produz apenas texto. A sua janela de contexto é de 262.144 tokens, com uma saída máxima de 32.768 tokens. Suporta um modo de pensamento ou raciocínio configurável, que pode orientar através dos parâmetros reasoning e include_reasoning. A variedade de entradas significa que pode misturar prosa, capturas de ecrã, fotografias e fotogramas de vídeo na mesma conversa sem trocar de modelo.

Essas capacidades apontam para um conjunto bastante amplo de utilizações práticas. Documentos longos, bases de código, transcrições e registos de conversas de várias horas cabem no contexto de 256K, pelo que sumarização, resposta a perguntas e extração sobre entradas grandes são aplicações razoáveis. Como imagens e vídeo são aceites, tarefas como descrever conteúdo visual, ler gráficos ou capturas de ecrã, moderar media submetida por utilizadores e responder a perguntas sobre filmagens gravadas também são viáveis. O ajuste para instruções mais o suporte de ferramentas tornam-no um candidato para assistentes que precisam de chamar funções, devolver saída estruturada ou raciocinar passo a passo antes de responder.

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 o seu pedido para o endpoint de chat completions e define o campo model para google/gemma-4-31b-it:free. Os parâmetros de pedido suportados são include_reasoning, max_tokens, reasoning, response_format, seed, temperature, tool_choice, tools e top_p. Na prática, isso significa que pode controlar a amostragem com temperature e top_p, limitar a resposta com max_tokens, tornar as execuções reproduzíveis com seed, pedir JSON ou outras formas estruturadas com response_format, e definir funções chamáveis com tools e tool_choice. Se quiser que o pensamento do modelo seja exposto ou ocultado, use reasoning e include_reasoning.

Há alguns pontos que vale a pena ter em conta antes de decidir. A saída é apenas texto, por isso se precisar de imagens, áudio ou vídeo gerados, este modelo não os produzirá. O limite de saída de 32.768 tokens está bem abaixo do contexto de entrada, pelo que gerações muito longas, como livros inteiros numa só resposta, não são aquilo para que foi concebido. Não há aqui informação declarada de preços ou de limites, por isso consulte a tabela de preços em direto na página para os termos atuais. Dentro desses limites, é uma escolha simples para compreensão multimodal, trabalho com contexto longo e assistentes que usam ferramentas.