同步自 OpenRouter · 400 个模型 · source=openrouter · 2026-08-10T03:06:24.582Z
Gemma 4 31B
google/gemma-4-31b-it
Gemma 4 31B 是 Google DeepMind 推出的 30.7B 参数密集多模态模型，支持文本和图像输入、文本输出。具备 256K（部分来源 262K）token 上下文窗口、 configurable thinking/reasoning 模式、原生函数调用，以及 140+ 语言多语言支持。在编码、推理、文档理解和多模态任务上表现突出，适合代理工作流和复杂逻辑处理。采用 Apache 2.0 许可，权重开放，可在消费级 GPU 上运行。性能接近前沿水平，适合研究、开发和本地部署场景。以厂商/网关为准。
Google DeepMind 31B 密集多模态模型，专注推理、编码与代理工作流。
gemma-4-31b-it
Google · 知识库 159 模 / 31 族
Google DeepMind 31B 密集多模态模型，专注推理、编码与代理工作流。
Gemma 4 31B 是 Google DeepMind 推出的 30.7B 参数密集多模态模型，支持文本和图像输入、文本输出。具备 256K（部分来源 262K）token 上下文窗口、 configurable thinking/reasoning 模式、原生函数调用，以及 140+ 语言多语言支持。在编码、推理、文档理解和多模态任务上表现突出，适合代理工作流和复杂逻辑处理。采用 Apache 2.0 许可，权重开放，可在消费级 GPU 上运行。性能接近前沿水平，适合研究、开发和本地部署场景。以厂商/网关为准。
Gemma 4 31B Instruct is Google DeepMind's 30.7B dense multimodal model supporting text and image input with text output. Features a 256K token context window, configurable thinking/reasoning mode, native function...
- Google DeepMind 31B 密集多模态模型，专注推理、编码与代理工作流。
- 参数量档位 31B
- 归并版本 2 个
- 31B 参数密集模型（实际约 30.7B），指令微调版本（-it），支持 256K 上下文，2026 年 4 月发布。
适用场景
- 复杂推理与代理工作流
- 代码开发与文档分析
- 多模态内容理解
- 本地或边缘部署场景
能力 / 优势
- 多模态理解（文本+图像输入）
- 高级推理与思考模式
- 代码生成与理解
- 原生函数调用与代理支持
- 多语言处理（140+语言）
边界 / 不适合
- 纯音频处理任务
- 超长上下文（>256K）应用
- 需要最大规模参数的极致性能场景
接入提示：OpenRouter 支持 OpenAI 兼容 API；网关短 ID google/gemma-4-31b-it；Hugging Face 权重 google/gemma-4-31B-it；测速可通过 OpenRouter Playground。
常见问题
Gemma 4 31B 支持哪些输入模态？
主要支持文本和图像输入，输出文本；视频可作为帧序列处理。
该模型在 OpenRouter 上是否免费？
存在免费 tier（:free），但受速率限制；付费版本按 token 计费。
上下文窗口多大？
256K token（部分来源显示 262K），适合长文档和复杂对话。
历史版本 / 相关变体
| 版本 | 模型 | 参数 | 来源 | 说明 |
|---|---|---|---|---|
| —当前 | Gemma 4 31B google/gemma-4-31b-it | 31B | OpenRouter | |
| — | Gemma 4 31B (free) google/gemma-4-31b-it:free | 31B | OpenRouter | 免费/网关 |
定价与限制
| 输入 | $0.100 / 百万 tokens |
| 输出 | $0.340 / 百万 tokens |
| 缓存读 / 写 | $0.100 / — |
| 最大输出 | 262k |
| 输入模态 | image, text, video |
| 输出模态 | text |
| HF | google/gemma-4-31B-it |
支持参数
价格与基准分优先同步自 OpenRouter；网关短 ID 由本站平台清单补全，介绍/历史版本融合 Hugging Face 检索与家族知识库。能力验真请用 bench_v1 实验室 · OCR 天梯。
关于本页实体
Gemma 4 31B：怎么用本页做决策
Gemma 4 31B 模型页汇总价格、上下文与能力线索，并与天梯/排行联动。
深度解读见相关指南；跑分与挂价会更新，请以当日快照为准。
相关指南
- 2026 本地大模型天梯实测：Qwen3.6、Llama4 Scout、Gemma4 量化后 VRAM 与性能对比 — 基于 2026 年最新开源模型发布，详细拆解消费级 GPU（RTX 5090/4090/4060）下 7B-70B 量化模型的实际推理速度、上下文支持与编码能力
- 2026 本地部署实用 LLM 天梯：Gemma 4、Phi-4 与 Qwen 3 硬件匹配指南 — 基于 2026 年最新开源模型基准，详细对比 Gemma 4 26B、Phi-4、Qwen 3 7B/27B 在消费级 GPU 和 Mac 上的量化部署方案、显
- 2026 本地部署实用 LLM 天梯：7B-70B 模型选型与量化实测 — 基于最新开源模型基准，详解 Gemma 4、Qwen3、DeepSeek-V4 等在消费级 GPU 和服务器上的本地运行方案、VRAM 需求、量化策略及推理速度
- 2026 Grok 编码模型天梯：性价比与选型实战榜 — 聚焦Grok Build 0.1编码代理天梯，实测多场景性价比、上下文长度与工具调用稳定性；对比主流模型，提供工程选型清单与硬件适配建议。
- 2026 GrokCode vLLM 本地部署生产清单：并发、显存、量化与模型天梯实战 — vLLM本地部署生产级配置全指南，聚焦并发处理能力、显存优化、量化策略与编码模型天梯性价比对比。结合GrokCode实验室实测数据，提供工程可核验的硬件搭配方案
- Grok / xAI 模型天梯在 vLLM 本地部署的性价比排行榜 — 2026年 GrokCode 模型天梯在 vLLM 本地部署场景下的编码模型排行榜，覆盖 70B 级 TCO 实测、量化策略与业务选型路径。
- 本地部署 70B 模型天梯：TCO 实测与电费卡费量化 — GrokCode 针对 70B 级别本地部署的算力账单化方案，涵盖电费、硬件卡费、量化策略实测数据与 vLLM 生产清单，助力模型天梯性价比选型。
- 编码模型天梯怎么读：Grok 4.5 性价比榜与业务选型实战 — 2026 年最新 Grok 4.5 / Grok 4.20 编码模型天梯拆解：BenchAlign v5、LM Arena、HighWalk 实测数据 + 与
常见问题
- Gemma 4 31B 的价格与能力数据从哪来？
- 公开目录、官方价表与本站监测/天梯快照。账单以官方或供应商当日为准。
主题柱
slug：google/gemma-4-31b-it · 主题柱讲方法，实时数字以本页表格为准
站内推荐
同系工具：Clavue CLI / imux IDE / clavue-2.1
Clavue · CLI 与 Agent 平台
CLI / GUI Agent 运行时、设备登录、会员额度与 OpenAI 兼容 API（api.clavue.com）。开发脚本、CI 与本地工具一条链路。
打开 Clavue ↗imux · 原生 macOS AI IDE
Clavue 平台的原生 IDE：多 Agent 分屏、Ghostty 级终端、Agent Chat、浏览器自动化与 Supervisor——不是又一个 Electron 壳。
了解 imux ↗Clavue 2.1 · 产品级大模型
旗舰模型 clavue-2.1（及 fast / pro / rev）：适合复杂推理与长程 Agent 循环。Chat、imux、API 共用会员额度。
查看模型 ↗