Google: Gemma 4 31B (free)

Gemma 4 31B IT ialah model padat Google yang ditala untuk arahan bagi penaakulan teks dan visual. Konteks 256K, pemikiran boleh konfigurasi, pemahaman imej dan panggilan fungsi terbina dalam menyokong tugasan pengaturcaraan, dokumen dan ejen dengan keluaran teks.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions google/gemma-4-31b-it:free

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Gemma 4 31B IT ialah edisi padat yang ditala untuk arahan dalam keluarga terbuka Gemma 4 daripada Google DeepMind. Google meletakkan model 31B sebagai pilihan yang mengutamakan kualiti model dan penyesuaian kepada tugasan, manakala edisi 26B A4B yang berasingan menggunakan campuran pakar untuk kecekapan inferens. Kad ini membincangkan edisi 31B yang ditala untuk arahan tersebut, bukannya pemberat pralatihnya atau terbitan terkuantum.

Jadual seni bina padat rasmi menyenaraikan 30.7 bilion parameter, 60 lapisan, tetingkap gelongsor 1,024 token dan konteks 256K token. Keluarga ini menggabungkan perhatian tetingkap gelongsor setempat dengan perhatian global, berakhir dengan lapisan global, serta menggunakan pengekod visual khusus untuk model ini. Profil yang terhasil dibina untuk input teks dan imej dengan keluaran teks. Ini ialah fakta seni bina model; ia tidak menetapkan masa respons aplikasi atau membayangkan sokongan audio yang terdapat pada saiz Gemma 4 yang lain.

Konteksnya yang berukuran 256K token menyokong tugasan yang menggabungkan teks yang banyak dengan bukti visual. Imej dan teks boleh diselang-selikan dalam satu prom; pengeluar mengesyorkan supaya kandungan imej diletakkan sebelum teks yang berkaitan untuk hasil terbaik. Tugasan visual merangkumi pengesanan objek, pentafsiran halaman dokumen, pemahaman skrin dan antara muka, carta, OCR berbilang bahasa, tulisan tangan dan penunjukan lokasi. Keluarannya ialah teks: kandungan yang diekstrak, penerangan, kod atau cadangan tindakan alat.

Pemikiran yang boleh dikonfigurasi membolehkan model menaakul sebelum menjawab atau memberikan jawapan terus. Gemma 4 menambah peranan system terbina dalam bersama peranan user dan assistant. Format prom Google mengaktifkan pemikiran dengan token kawalan <|think|> dalam prom sistem dan memisahkan saluran pemikiran daripada jawapan akhir; pemproses yang didokumenkan dapat mengendalikan templat tersebut. Untuk perbualan berbilang giliran, simpan jawapan akhir terdahulu dalam sejarah dan kecualikan pemikiran terdahulu, kecuali dalam giliran panggilan alat, yang menurut pengeluar perlu dikekalkan.

Native Function Calling menyokong penggunaan alat secara berstruktur, dan penerangan pelancaran Google turut mendokumenkan keluaran JSON berstruktur. Tentukan tugasan, fungsi yang tersedia dan hasil yang dijangka; aplikasi menjalankan operasi yang diminta dan memulangkan keluarannya untuk langkah seterusnya. Tugasan pengaturcaraan boleh meminta penjanaan, pelengkapan atau pembetulan kod, manakala pembantu visual boleh menggunakan teks yang dipulangkan untuk menerangkan carta atau skrin. Arahan panggilan fungsi berbeza daripada tindakan bersambung yang benar-benar telah dijalankan.

Resolusi imej berubah-ubah dikawal oleh peruntukan token visual. Pilihan yang didokumenkan ialah 70, 140, 280, 560 dan 1,120 token. Peruntukan lebih rendah sesuai untuk pengelasan atau kapsyen; peruntukan lebih tinggi mengekalkan lebih banyak butiran untuk OCR, penghuraian dokumen dan teks kecil, dengan pengiraan tambahan. Tentukan sama ada anda memerlukan gambaran keseluruhan adegan atau huruf yang tepat sebelum menyediakan imej. Potongan label yang jelas boleh lebih berguna untuk tugasan pengekstrakan berbanding permintaan umum supaya setiap butiran halaman penuh diperiksa.

Google mengesyorkan temperature 1.0, top-p 0.95 dan top-k 64 sebagai konfigurasi pensampelan keluarga ini. Kad model membezakan latihan dalam lebih daripada 140 bahasa daripada sokongan sedia guna dalam lebih daripada 35 bahasa. Nyatakan bahasa jawapan dan minta nama domain, nama medan atau formula dikekalkan secara jelas dalam taklimat. Angka 256K ialah spesifikasi konteks; kad model yang dirujuk tidak menetapkan angka maksimum keluaran sejagat yang berasingan untuk edisi ini.

Untuk tugasan dokumen dan kod, sertakan imej halaman yang berkaitan, keperluan bertulis dan cebisan sumber: “Baca label, terangkan perbezaan skrin ini daripada spesifikasi dan cadangkan pembetulan terarah pada kod yang disediakan.” Untuk carta, minta jawapan memisahkan nilai yang kelihatan daripada trend yang disimpulkan. Kad model Gemma mencatatkan batasan yang melibatkan bahasa kabur, tugasan sangat rumit serta pernyataan fakta yang salah atau lapuk, jadi sertakan fakta berwibawa yang mesti digunakan dalam hasil yang diminta, bukannya mengharapkan pengetahuan latihan membekalkannya.

Melalui Ailoot, pilih ID model yang tepat ini dalam /v1/chat/completions dan sertakan tugasan dalam messages. Setiap mesej membawa role dan kandungannya; simpan arahan yang berkaitan bersama bahan sumber. Kumpulkan respons JSON yang lengkap atau semua segmen SSE apabila stream diaktifkan, dan simpan usage bersama hasil bertulis.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions google/gemma-4-31b-it:free

google/gemma-4-31b-it:free

Google /google/gemma-4-31b-it:free

Pengenalan

Input yang diterima: Teks · Imej
Hasil: Teks

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions

Input: text, image
Output: text
Format output: JSON or SSE

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had google/gemma-4-31b-it:free Syarat: Gunakan pemilih penghalaan Ailoot ini tepat seperti yang dinyatakan.	Lalai—
Medan`messages`	Jenis`array`	KeperluanDiperlukan	Nilai & had Syarat:	Lalai—
Medan`stream`	Jenis`boolean`	KeperluanPilihan	Nilai & had Syarat:	Lalaifalse

Gabungan bahan input

text_input · Diperlukan: messages

image_with_text · Diperlukan: messages with actual image content blocks

Parameter kaedah dan kitar hayat

Parameter	Kontrak
Parameter`content_type`	Kontrakapplication/json
Parameter`required`	Kontrakmodel, messages
Parameter`optional`	Kontrakstream
Parameter`material_types`	Kontraktext, image
Parameter`conditions`	KontrakGunakan pemilih penghalaan Ailoot ini tepat seperti yang dinyatakan., Protokol ini membawa kandungan imej jika model yang dipilih itu menyokong penglihatan. Penerimaan oleh protokol tidak membuktikan keupayaan imej bagi setiap model.

Alias kaedah: /chat/completions

Kitar hayat: synchronous_or_streamed

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas: Kadar standard Apabila mod pantas dipilih
Mod flex: Kadar standard Apabila mod flex dipilih
Usaha penaakulan maksimum: Kadar standard Apabila usaha penaakulan maksimum menggunakan pelarasan default
Harga cache eksplisit: Tidak diaktifkan Apabila cache eksplisit diminta
Kadar sifar untuk teks sahaja: Data cache, alat dan media tertakluk pada syarat harga masing-masing yang disenaraikan secara berasingan. Untuk input dan output teks sahaja

Kadar Ailoot

Harga mengikut konfigurasi

Konfigurasi	Jadual kadar	Caj
KonfigurasiKadar asas token	Jadual kadarKadar asas	Caj Input · Token input $0 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · OpenAI Chat

curl · cipta sekali sahaja dan simpan hasil lengkap

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "google/gemma-4-31b-it:free", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.

Terima dan simpan hasil

Ailoot Ultra · OpenAI Chat

JSON or SSE

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Simpan setiap blok kandungan, ID panggilan alat, tandatangan pemikiran apabila dikembalikan, semua delta SSE dan data penggunaan lengkap. Fragmen teks pertama bukan keseluruhan hasil.

Jika respons asal perlu disemak

Simpan X-Client-Request-ID asal, respons dan pengepala. Hasil yang tidak diketahui atau result_pending_check tidak membenarkan penciptaan kedua.

Medan respons

Medan	Jenis
Medan`choices[]`	Jenisobject
Medan`usage`	Jenisobject

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, pemilih model, jenis atau bentuk input tidak sah.	Langkah seterusnyaSemak butiran pengesahan yang dikembalikan sebelum menyediakan permintaan berasingan.
Respons	SyaratPermintaan atau hasil asal tidak diketahui atau memerlukan semakan.	Langkah seterusnyaSimpan pengecam dan pengepala asal; baca hanya rekod status/pustaka yang disokong. Jangan hantar semula permintaan penciptaan.

Alias

Alias model

Ailoot Ultra google/gemma-4-31b-it:free

Alias laluan kaedah

/chat/completions

ID pemanggil berkaitan

google/gemma-4-31b-it:free

FAQ · Google: Gemma 4 31B (free)

Apakah input dan hasil yang tersedia?: POST /v1/chat/completions · google/gemma-4-31b-it:free: text, image → text
Apakah medan yang digunakan oleh permintaan?: POST /v1/chat/completions · google/gemma-4-31b-it:free: model, messages, stream

Google: Gemma 4 31B (free)