Google: Gemma 4 31B

Google: Gemma 4 31B är en instruktionstränad modell från Google, listad på api14 under modell-id:t google/gemma-4-31b-it. Den tillhör Gemma-familjen från Google DeepMind, och leverantörsbeskrivningen identifierar den som en densitativ multimodell med 30,7B parametrar. Dess huvudkategori på api14 är text, och den erbjuds av Google som leverantör. Om du väljer mellan modeller på gatewayen ligger denna i mellanstorleksintervallet för densa modeller snarare än bland de allra största värdalternativen, vilket är relevant när du väger kapacitet mot latens och genomströmning för din arbetsbelastning.

Modellen accepterar bild, text och video som indata och returnerar endast text. Den kombinationen gör den till en multimodal läsare snarare än en generator av media: du kan skicka dokument, skärmbilder, foton eller video tillsammans med en prompt, och den svarar i löpande text. Kontextfönstret är 262144 token, vilket är tillräckligt stort för att rymma långa dokument, utökade konversationer eller omfattande medietranskriptioner i en enda begäran. Maximal utdata är 16384 token, så svaren är tydligt begränsade under indatakapaciteten. Den stöder även ett konfigurerbart tänkande eller resonemangsläge, exponerat via parametrarna reasoning och include_reasoning, vilket låter dig bestämma om modellen ska spendera token på att arbeta igenom ett problem innan den svarar.

Dessa egenskaper pekar mot en ganska specifik uppsättning användningsområden. Långkontextuell multimodal läsning är det uppenbara: att extrahera strukturerad information från skannade dokument, PDF-filer renderade som bilder eller skärmbilder, och sammanfatta eller svara på frågor om dem. Videoindata utökar detta till uppgifter som att beskriva filmmaterial, plocka ut händelser eller svara på frågor om vad som händer i ett klipp. Resonemangsläget passar för flerstegsanalys där ett direkt svar är opålitligt, och stödet för verktyg och funktioner gör modellen användbar som beslutsfattande lager i en agent som anropar externa tjänster. Strukturerade utdata och response_format låter dig begränsa svar till JSON eller ett schema när resultatet matar in i ett annat system.

Att anropa den via api14 fungerar på samma sätt som för alla andra modeller på gatewayen, eftersom API:et är OpenAI-kompatibelt. Du skickar en chat completion-begäran med fältet model satt till google/gemma-4-31b-it och dina meddelanden i standardformatet, inklusive innehållsdelar för bild eller video där det är relevant. De stödda parametrarna omfattar de vanliga samplingskontrollerna (temperature, top_p, top_k, min_p, seed, stop, frequency_penalty, presence_penalty, repetition_penalty), utdatakontroller (max_tokens, response_format, structured_outputs), inspektionsalternativ (logprobs, top_logprobs, logit_bias) och verktygsanvändning (tools, tool_choice). Resonemangsbeteende styrs med reasoning och include_reasoning.

En praktisk begränsning att ha i åtanke är utdatataket: 16384 token per svar, vilket är blygsamt i förhållande till indatafönstret på 262144 token. Om din uppgift är att generera mycket långa dokument i en enda omgång kan en modell med större utdatautrymme passa bättre. På samma sätt, om du behöver ljudindata eller någon form av icke-textutdata, täcker denna modell inte det, eftersom dess indatamodaliteter är bild, text och video och dess utdata endast är text. För långkontextuell multimodal förståelse, resonemangstung analys och verktygsdrivna agenter är den en rimlig matchning.