A Gemma 4 31B IT a Google DeepMind nyílt Gemma 4 modellcsaládjának utasításkövetésre finomhangolt, sűrű kiadása. A Google a 31B modellnél a modellminőséget és a feladathoz igazíthatóságot helyezi előtérbe, míg a különálló 26B A4B kiadás szakértőkeverékes felépítést használ a hatékony következtetéshez. Ez a kártya a név szerint megadott, utasításkövetésre finomhangolt 31B kiadásról szól, nem annak előtanított súlyairól vagy kvantált származékáról.
A sűrű architektúra hivatalos táblázata 30.7 milliárd paramétert, 60 réteget, 1,024 tokenes csúszóablakot és 256K tokenes kontextust sorol fel. A család a helyi csúszóablakos figyelmet globális figyelemmel kombinálja, és globális réteggel zárul; ehhez a modellhez külön vizuális kódolót használ. Az így létrejövő profil szöveges és képi bemenetre, valamint szöveges kimenetre készült. Ezek a modellarchitektúra tényei; nem határozzák meg egy alkalmazás válaszidejét, és nem jelentik más Gemma 4 méretek hangtámogatásának meglétét.
A 256K tokenes kontextus olyan feladatokat támogat, amelyek jelentős mennyiségű szöveget kapcsolnak össze vizuális bizonyítékokkal. A képek és a szöveg váltakozva is szerepelhetnek egyetlen promptban; a gyártó a legjobb eredmény érdekében azt javasolja, hogy a képtartalom a hozzá kapcsolódó szöveg előtt álljon. A vizuális feladatok közé tartozik az objektumfelismerés, a dokumentumoldalak értelmezése, a képernyők és felületek megértése, a diagramok elemzése, a többnyelvű OCR, a kézírás értelmezése és a rámutatás. A kimenet szöveg: kinyert tartalom, magyarázat, kód vagy javasolt eszközművelet.
A beállítható gondolkodás lehetővé teszi, hogy a modell válaszadás előtt következtessen, vagy közvetlen választ adjon. A Gemma 4 a user és assistant szerepek mellé natív system szerepet is hozzáad. A Google promptformátuma a rendszerpromptban elhelyezett <|think|> vezérlőtokennel kapcsolja be a gondolkodást, és elkülöníti a gondolatmenet csatornáját a végső választól; a dokumentált feldolgozó kezeli ezt a sablont. Többfordulós beszélgetésben tartsd meg a korábbi végső válaszokat az előzményekben, a korábbi gondolatmeneteket viszont hagyd ki, kivéve az eszközhívást tartalmazó fordulókat, ahol a gyártó szerint meg kell őrizni őket.
A natív Function Calling strukturált eszközhasználatot támogat, és a Google bevezető ismertetője strukturált JSON-kimenetet is dokumentál. Határozd meg a feladatot, az elérhető függvényt és az elvárt eredményt; az alkalmazás végrehajtja a kért műveletet, majd visszaadja annak kimenetét a következő lépéshez. Programozási feladatban kérhető kódgenerálás, kiegészítés vagy javítás, egy vizuális asszisztens pedig a visszaadott szöveggel magyarázhat el egy diagramot vagy képernyőt. A függvényhívásra vonatkozó utasítás különbözik egy ténylegesen végrehajtott, összekapcsolt művelettől.
A változó képfelbontást a vizuális tokenkeret szabályozza. A dokumentált lehetőségek 70, 140, 280, 560 és 1,120 token. Az alacsonyabb keretek osztályozáshoz vagy képaláírásokhoz megfelelőek; a magasabb keretek több részletet őriznek meg OCR-hez, dokumentumfeldolgozáshoz és apró szövegekhez, nagyobb számításigény mellett. A kép előkészítése előtt döntsd el, hogy az egész jelenetre vagy a pontos feliratokra van-e szükség. Egy címke jól olvasható kivágása hasznosabb lehet egy adatkinyerési feladatban, mint egy teljes oldal minden részletének vizsgálatára adott, pontosítás nélküli kérés.
A Google a család mintavételezési beállításaként temperature 1.0, top-p 0.95 és top-k 64 értékeket javasol. A modellkártya megkülönbözteti a több mint 140 nyelven végzett tanítást a több mint 35 nyelven biztosított, közvetlenül használható támogatástól. A feladatleírásban nevezd meg a válasz nyelvét, és kifejezetten jelezd a megőrzendő domainneveket, mezőneveket vagy képleteket. A 256K érték a kontextus specifikációja; a hivatkozott modellkártya ehhez a kiadáshoz nem határoz meg külön, általánosan érvényes maximális kimeneti méretet.
Dokumentumot és kódot érintő feladathoz add meg a kapcsolódó oldal képét, az írásos követelményt és a forráskódrészletet: „Olvasd el a feliratokat, magyarázd el, miben tér el ez a képernyő a specifikációtól, és javasolj célzott javítást a megadott kódban.” Diagram esetén kérd a látható értékek és a kikövetkeztetett trend elkülönítését. A Gemma modellkártyája korlátokat említ a kétértelmű nyelv, a nagyon összetett feladatok, valamint a téves vagy elavult tényszerű állítások kapcsán, ezért mellékeld azokat a hiteles tényeket, amelyekre a kért eredménynek épülnie kell, ahelyett, hogy ezeket a tanításból származó ismeretektől várnád.
Az Ailoot használatakor válaszd ezt a pontos modellazonosítót a /v1/chat/completions végponton, és add meg a feladatot a messages mezőben. Minden üzenet tartalmaz egy szerepet és annak tartalmát; a kapcsolódó utasítást és forrásanyagot tartsd együtt. Gyűjtsd össze a teljes JSON-választ, illetve bekapcsolt stream esetén az összes SSE-szegmenst, és őrizd meg a usage adatokat az írásos eredménnyel együtt.
", "aboutText": "A Gemma 4 31B IT a Google DeepMind nyílt Gemma 4 modellcsaládjának utasításkövetésre finomhangolt, sűrű kiadása. A Google a 31B modellnél a modellminőséget és a feladathoz igazíthatóságot helyezi előtérbe, míg a különálló 26B A4B kiadás szakértőkeverékes felépítést használ a hatékony következtetéshez. Ez a kártya a név szerint megadott, utasításkövetésre finomhangolt 31B kiadásról szól, nem annak előtanított súlyairól vagy kvantált származékáról.\n\nA sűrű architektúra hivatalos táblázata 30.7 milliárd paramétert, 60 réteget, 1,024 tokenes csúszóablakot és 256K tokenes kontextust sorol fel. A család a helyi csúszóablakos figyelmet globális figyelemmel kombinálja, és globális réteggel zárul; ehhez a modellhez külön vizuális kódolót használ. Az így létrejövő profil szöveges és képi bemenetre, valamint szöveges kimenetre készült. Ezek a modellarchitektúra tényei; nem határozzák meg egy alkalmazás válaszidejét, és nem jelentik más Gemma 4 méretek hangtámogatásának meglétét.\n\nA 256K tokenes kontextus olyan feladatokat támogat, amelyek jelentős mennyiségű szöveget kapcsolnak össze vizuális bizonyítékokkal. A képek és a szöveg váltakozva is szerepelhetnek egyetlen promptban; a gyártó a legjobb eredmény érdekében azt javasolja, hogy a képtartalom a hozzá kapcsolódó szöveg előtt álljon. A vizuális feladatok közé tartozik az objektumfelismerés, a dokumentumoldalak értelmezése, a képernyők és felületek megértése, a diagramok elemzése, a többnyelvű OCR, a kézírás értelmezése és a rámutatás. A kimenet szöveg: kinyert tartalom, magyarázat, kód vagy javasolt eszközművelet.\n\nA beállítható gondolkodás lehetővé teszi, hogy a modell válaszadás előtt következtessen, vagy közvetlen választ adjon. A Gemma 4 a user és assistant szerepek mellé natív system szerepet is hozzáad. A Google promptformátuma a rendszerpromptban elhelyezett <|think|> vezérlőtokennel kapcsolja be a gondolkodást, és elkülöníti a gondolatmenet csatornáját a végső választól; a dokumentált feldolgozó kezeli ezt a sablont. Többfordulós beszélgetésben tartsd meg a korábbi végső válaszokat az előzményekben, a korábbi gondolatmeneteket viszont hagyd ki, kivéve az eszközhívást tartalmazó fordulókat, ahol a gyártó szerint meg kell őrizni őket.\n\nA natív Function Calling strukturált eszközhasználatot támogat, és a Google bevezető ismertetője strukturált JSON-kimenetet is dokumentál. Határozd meg a feladatot, az elérhető függvényt és az elvárt eredményt; az alkalmazás végrehajtja a kért műveletet, majd visszaadja annak kimenetét a következő lépéshez. Programozási feladatban kérhető kódgenerálás, kiegészítés vagy javítás, egy vizuális asszisztens pedig a visszaadott szöveggel magyarázhat el egy diagramot vagy képernyőt. A függvényhívásra vonatkozó utasítás különbözik egy ténylegesen végrehajtott, összekapcsolt művelettől.\n\nA változó képfelbontást a vizuális tokenkeret szabályozza. A dokumentált lehetőségek 70, 140, 280, 560 és 1,120 token. Az alacsonyabb keretek osztályozáshoz vagy képaláírásokhoz megfelelőek; a magasabb keretek több részletet őriznek meg OCR-hez, dokumentumfeldolgozáshoz és apró szövegekhez, nagyobb számításigény mellett. A kép előkészítése előtt döntsd el, hogy az egész jelenetre vagy a pontos feliratokra van-e szükség. Egy címke jól olvasható kivágása hasznosabb lehet egy adatkinyerési feladatban, mint egy teljes oldal minden részletének vizsgálatára adott, pontosítás nélküli kérés.\n\nA Google a család mintavételezési beállításaként temperature 1.0, top-p 0.95 és top-k 64 értékeket javasol. A modellkártya megkülönbözteti a több mint 140 nyelven végzett tanítást a több mint 35 nyelven biztosított, közvetlenül használható támogatástól. A feladatleírásban nevezd meg a válasz nyelvét, és kifejezetten jelezd a megőrzendő domainneveket, mezőneveket vagy képleteket. A 256K érték a kontextus specifikációja; a hivatkozott modellkártya ehhez a kiadáshoz nem határoz meg külön, általánosan érvényes maximális kimeneti méretet.\n\nDokumentumot és kódot érintő feladathoz add meg a kapcsolódó oldal képét, az írásos követelményt és a forráskódrészletet: „Olvasd el a feliratokat, magyarázd el, miben tér el ez a képernyő a specifikációtól, és javasolj célzott javítást a megadott kódban.” Diagram esetén kérd a látható értékek és a kikövetkeztetett trend elkülönítését. A Gemma modellkártyája korlátokat említ a kétértelmű nyelv, a nagyon összetett feladatok, valamint a téves vagy elavult tényszerű állítások kapcsán, ezért mellékeld azokat a hiteles tényeket, amelyekre a kért eredménynek épülnie kell, ahelyett, hogy ezeket a tanításból származó ismeretektől várnád.\n\nAz Ailoot használatakor válaszd ezt a pontos modellazonosítót a /v1/chat/completions végponton, és add meg a feladatot a messages mezőben. Minden üzenet tartalmaz egy szerepet és annak tartalmát; a kapcsolódó utasítást és forrásanyagot tartsd együtt. Gyűjtsd össze a teljes JSON-választ, illetve bekapcsolt stream esetén az összes SSE-szegmenst, és őrizd meg a usage adatokat az írásos eredménnyel együtt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2d875ff26dd3133586b4f648ba53f2bbaf0066b97149452abd0302b39f3a8368", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "hu", "methods": [ { "html": "google/gemma-4-31b-it:freeA Gemma 4 31B IT a Google utasításkövetésre finomhangolt, sűrű modellje szöveges és vizuális következtetéshez. A 256K kontextus, a beállítható gondolkodás, a képek megértése és a natív függvényhívás szöveges kimenettel támogatja a programozási, dokumentumkezelési és ügynökfeladatokat.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemma 4 31B IT a Google DeepMind nyílt Gemma 4 modellcsaládjának utasításkövetésre finomhangolt, sűrű kiadása. A Google a 31B modellnél a modellminőséget és a feladathoz igazíthatóságot helyezi előtérbe, míg a különálló 26B A4B kiadás szakértőkeverékes felépítést használ a hatékony következtetéshez. Ez a kártya a név szerint megadott, utasításkövetésre finomhangolt 31B kiadásról szól, nem annak előtanított súlyairól vagy kvantált származékáról.
A sűrű architektúra hivatalos táblázata 30.7 milliárd paramétert, 60 réteget, 1,024 tokenes csúszóablakot és 256K tokenes kontextust sorol fel. A család a helyi csúszóablakos figyelmet globális figyelemmel kombinálja, és globális réteggel zárul; ehhez a modellhez külön vizuális kódolót használ. Az így létrejövő profil szöveges és képi bemenetre, valamint szöveges kimenetre készült. Ezek a modellarchitektúra tényei; nem határozzák meg egy alkalmazás válaszidejét, és nem jelentik más Gemma 4 méretek hangtámogatásának meglétét.
A 256K tokenes kontextus olyan feladatokat támogat, amelyek jelentős mennyiségű szöveget kapcsolnak össze vizuális bizonyítékokkal. A képek és a szöveg váltakozva is szerepelhetnek egyetlen promptban; a gyártó a legjobb eredmény érdekében azt javasolja, hogy a képtartalom a hozzá kapcsolódó szöveg előtt álljon. A vizuális feladatok közé tartozik az objektumfelismerés, a dokumentumoldalak értelmezése, a képernyők és felületek megértése, a diagramok elemzése, a többnyelvű OCR, a kézírás értelmezése és a rámutatás. A kimenet szöveg: kinyert tartalom, magyarázat, kód vagy javasolt eszközművelet.
A beállítható gondolkodás lehetővé teszi, hogy a modell válaszadás előtt következtessen, vagy közvetlen választ adjon. A Gemma 4 a user és assistant szerepek mellé natív system szerepet is hozzáad. A Google promptformátuma a rendszerpromptban elhelyezett <|think|> vezérlőtokennel kapcsolja be a gondolkodást, és elkülöníti a gondolatmenet csatornáját a végső választól; a dokumentált feldolgozó kezeli ezt a sablont. Többfordulós beszélgetésben tartsd meg a korábbi végső válaszokat az előzményekben, a korábbi gondolatmeneteket viszont hagyd ki, kivéve az eszközhívást tartalmazó fordulókat, ahol a gyártó szerint meg kell őrizni őket.
A natív Function Calling strukturált eszközhasználatot támogat, és a Google bevezető ismertetője strukturált JSON-kimenetet is dokumentál. Határozd meg a feladatot, az elérhető függvényt és az elvárt eredményt; az alkalmazás végrehajtja a kért műveletet, majd visszaadja annak kimenetét a következő lépéshez. Programozási feladatban kérhető kódgenerálás, kiegészítés vagy javítás, egy vizuális asszisztens pedig a visszaadott szöveggel magyarázhat el egy diagramot vagy képernyőt. A függvényhívásra vonatkozó utasítás különbözik egy ténylegesen végrehajtott, összekapcsolt művelettől.
A változó képfelbontást a vizuális tokenkeret szabályozza. A dokumentált lehetőségek 70, 140, 280, 560 és 1,120 token. Az alacsonyabb keretek osztályozáshoz vagy képaláírásokhoz megfelelőek; a magasabb keretek több részletet őriznek meg OCR-hez, dokumentumfeldolgozáshoz és apró szövegekhez, nagyobb számításigény mellett. A kép előkészítése előtt döntsd el, hogy az egész jelenetre vagy a pontos feliratokra van-e szükség. Egy címke jól olvasható kivágása hasznosabb lehet egy adatkinyerési feladatban, mint egy teljes oldal minden részletének vizsgálatára adott, pontosítás nélküli kérés.
A Google a család mintavételezési beállításaként temperature 1.0, top-p 0.95 és top-k 64 értékeket javasol. A modellkártya megkülönbözteti a több mint 140 nyelven végzett tanítást a több mint 35 nyelven biztosított, közvetlenül használható támogatástól. A feladatleírásban nevezd meg a válasz nyelvét, és kifejezetten jelezd a megőrzendő domainneveket, mezőneveket vagy képleteket. A 256K érték a kontextus specifikációja; a hivatkozott modellkártya ehhez a kiadáshoz nem határoz meg külön, általánosan érvényes maximális kimeneti méretet.
Dokumentumot és kódot érintő feladathoz add meg a kapcsolódó oldal képét, az írásos követelményt és a forráskódrészletet: „Olvasd el a feliratokat, magyarázd el, miben tér el ez a képernyő a specifikációtól, és javasolj célzott javítást a megadott kódban.” Diagram esetén kérd a látható értékek és a kikövetkeztetett trend elkülönítését. A Gemma modellkártyája korlátokat említ a kétértelmű nyelv, a nagyon összetett feladatok, valamint a téves vagy elavult tényszerű állítások kapcsán, ezért mellékeld azokat a hiteles tényeket, amelyekre a kért eredménynek épülnie kell, ahelyett, hogy ezeket a tanításból származó ismeretektől várnád.
Az Ailoot használatakor válaszd ezt a pontos modellazonosítót a /v1/chat/completions végponton, és add meg a feladatot a messages mezőben. Minden üzenet tartalmaz egy szerepet és annak tartalmát; a kapcsolódó utasítást és forrásanyagot tartsd együtt. Gyűjtsd össze a teljes JSON-választ, illetve bekapcsolt stream esetén az összes SSE-szegmenst, és őrizd meg a usage adatokat az írásos eredménnyel együtt.
POST /v1/chat/completionstext, imagetext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemma-4-31b-it:free Feltételek: Pontosan ezt az Ailoot-útválasztási azonosítót használja. | Alapértelmezett— |
Mezőmessages | Típusarray | KövetelményKötelező | Értékek és korlátok Feltételek: | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok Feltételek: | Alapértelmezettfalse |
text_input · Kötelező: messages
image_with_text · Kötelező: messages with actual image content blocks
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paraméteroptional | Szerződésstream |
Paramétermaterial_types | Szerződéstext, image |
Paraméterconditions | SzerződésPontosan ezt az Ailoot-útválasztási azonosítót használja., A protokoll akkor továbbít képtartalmat, ha a konkrét kiválasztott modell támogatja a képfelismerést. A protokoll általi befogadás nem igazolja, hogy minden modell képes képek kezelésére. |
Metódus álnevei: /chat/completions
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0 / 1K token Kimenet · Kimeneti tokenek $0 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-4-31b-it:free", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, eszközhívás-azonosítót, a gondolkodási aláírást, ha visszaérkezik, az összes SSE-változást és a teljes használati adatsort. Az első szövegrészlet nem a teljes eredmény.
Őrizze meg az eredeti X-Client-Request-ID értéket, választ és fejléceket. Az ismeretlen vagy result_pending_check eredmény nem jogosít második létrehozásra.
| Mező | Típus |
|---|---|
Mezőchoices[] | Típusobject |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételEgy kötelező mező, modellválasztó, típus vagy bemeneti ábrázolási forma érvénytelen. | Következő lépésKülön kérés előkészítése előtt vizsgálja meg a visszaadott érvényesítési részleteket. |
Válasz | FeltételAz eredeti kérés vagy eredmény ismeretlen, vagy ellenőrzést igényel. | Következő lépésŐrizze meg az eredeti azonosítókat és fejléceket; csak a támogatott állapot- és médiatárbejegyzéseket olvassa le. Ne küldje el újra a létrehozási kérelmet. |
Ailoot Ultra google/gemma-4-31b-it:free
/chat/completions