Gemma 4 31B IT — настроенная на инструкции плотная редакция открытого семейства Gemma 4 от Google DeepMind. Google связывает модель 31B с качеством и адаптацией под задачу, тогда как отдельная редакция 26B A4B использует смесь экспертов для эффективного вывода. Эта карточка относится к именованной редакции 31B с настройкой на инструкции, а не к её предобученным весам или квантованной производной.
Официальная таблица плотной архитектуры указывает 30.7 миллиарда параметров, 60 слоёв, скользящее окно на 1,024 токена и контекст 256K токенов. Семейство сочетает локальное внимание со скользящим окном и глобальное внимание, завершаясь глобальным слоем; для этой модели используется отдельный визуальный кодировщик. Профиль принимает текст и изображения и выдаёт текст. Это факты об архитектуре модели: они не задают время ответа приложения и не подразумевают поддержку аудио других размеров Gemma 4.
Контекст 256K токенов поддерживает задачу, объединяющую существенный объём текста с визуальными доказательствами. Изображения и текст можно чередовать в одном промпте; для лучших результатов производитель рекомендует ставить изображение перед относящимся к нему текстом. Визуальные задачи включают обнаружение объектов, интерпретацию страниц документов, понимание экранов и интерфейсов, графики, многоязычный OCR, рукопись и указание местоположения. Выход — текст: извлечённые данные, объяснение, код или предлагаемое действие инструмента.
Понимание видео обрабатывает последовательность кадров. Карточка модели задаёт максимум 60 секунд при обработке изображений с частотой один кадр в секунду. Подготовьте нужный эпизод, сохраните порядок кадров и дайте вопрос о видимой последовательности. Этот визуальный профиль 26B/31B не принимает аудио; речевые возможности меньших вариантов Gemma 4 с аудио сюда не относятся. Если задача требует речевой информации, добавьте её расшифровку текстом.
Настраиваемое рассуждение позволяет модели подумать перед ответом или ответить напрямую. Gemma 4 добавляет нативную роль system наряду с user и assistant. Формат промпта Google включает рассуждение управляющим токеном <|think|> в системном промпте и отделяет канал мысли от конечного ответа; документированный процессор умеет обрабатывать этот шаблон. Для многоходового диалога сохраняйте предыдущие конечные ответы в истории и исключайте прошлые мысли, кроме ходов вызова инструмента, где производитель указывает, что их следует сохранять.
Native Function Calling поддерживает структурированное использование инструментов; описание выпуска Google также документирует структурированный выход JSON. Определите задачу, доступную функцию и ожидаемый результат: приложение выполняет запрошенную операцию и возвращает выход для следующего шага. Задача программирования может просить генерацию, дополнение или исправление, а визуальный помощник — использовать возвращённый текст для объяснения графика или экрана. Инструкция вызова функции отличается от подключённого действия, которое действительно выполнено.
Переменное разрешение изображения управляется бюджетом визуальных токенов. Документированные варианты — 70, 140, 280, 560 и 1,120 токенов. Низкие бюджеты подходят для классификации, подписей или последовательностей кадров; высокие сохраняют больше деталей для OCR, разбора документов и мелкого текста с дополнительными вычислениями. До подготовки изображения решите, нужна ли общая сцена или точное начертание. Чёткий фрагмент этикетки может быть полезнее для извлечения, чем неопределённая просьба изучить каждую деталь целой страницы.
Google рекомендует температуру 1.0, top-p 0.95 и top-k 64 как конфигурацию сэмплирования семейства. Карточка отличает обучение более чем на 140 языках от готовой поддержки более чем 35 языков. Явно задайте язык ответа и сохраните в задании доменные имена, имена полей или формулы. Значение 256K задаёт контекст; цитируемая карточка не устанавливает отдельный универсальный максимум выхода для этой редакции.
Для задачи по документу и коду предоставьте нужное изображение страницы, письменное требование и исходный фрагмент: «Прочитай подписи, объясни, чем этот экран отличается от спецификации, и предложи конкретную правку предоставленного кода». Для графика попросите отделить видимые значения от предполагаемой тенденции. Карточка Gemma отмечает ограничения при неоднозначном языке, очень сложных задачах и неверных или устаревших фактах: прикладывайте авторитетные сведения, которые нужны для результата, вместо ожидания их из обучающих знаний.
", "aboutText": "Gemma 4 31B IT — настроенная на инструкции плотная редакция открытого семейства Gemma 4 от Google DeepMind. Google связывает модель 31B с качеством и адаптацией под задачу, тогда как отдельная редакция 26B A4B использует смесь экспертов для эффективного вывода. Эта карточка относится к именованной редакции 31B с настройкой на инструкции, а не к её предобученным весам или квантованной производной.\n\nОфициальная таблица плотной архитектуры указывает 30.7 миллиарда параметров, 60 слоёв, скользящее окно на 1,024 токена и контекст 256K токенов. Семейство сочетает локальное внимание со скользящим окном и глобальное внимание, завершаясь глобальным слоем; для этой модели используется отдельный визуальный кодировщик. Профиль принимает текст и изображения и выдаёт текст. Это факты об архитектуре модели: они не задают время ответа приложения и не подразумевают поддержку аудио других размеров Gemma 4.\n\nКонтекст 256K токенов поддерживает задачу, объединяющую существенный объём текста с визуальными доказательствами. Изображения и текст можно чередовать в одном промпте; для лучших результатов производитель рекомендует ставить изображение перед относящимся к нему текстом. Визуальные задачи включают обнаружение объектов, интерпретацию страниц документов, понимание экранов и интерфейсов, графики, многоязычный OCR, рукопись и указание местоположения. Выход — текст: извлечённые данные, объяснение, код или предлагаемое действие инструмента.\n\nПонимание видео обрабатывает последовательность кадров. Карточка модели задаёт максимум 60 секунд при обработке изображений с частотой один кадр в секунду. Подготовьте нужный эпизод, сохраните порядок кадров и дайте вопрос о видимой последовательности. Этот визуальный профиль 26B/31B не принимает аудио; речевые возможности меньших вариантов Gemma 4 с аудио сюда не относятся. Если задача требует речевой информации, добавьте её расшифровку текстом.\n\nНастраиваемое рассуждение позволяет модели подумать перед ответом или ответить напрямую. Gemma 4 добавляет нативную роль system наряду с user и assistant. Формат промпта Google включает рассуждение управляющим токеном <|think|> в системном промпте и отделяет канал мысли от конечного ответа; документированный процессор умеет обрабатывать этот шаблон. Для многоходового диалога сохраняйте предыдущие конечные ответы в истории и исключайте прошлые мысли, кроме ходов вызова инструмента, где производитель указывает, что их следует сохранять.\n\nNative Function Calling поддерживает структурированное использование инструментов; описание выпуска Google также документирует структурированный выход JSON. Определите задачу, доступную функцию и ожидаемый результат: приложение выполняет запрошенную операцию и возвращает выход для следующего шага. Задача программирования может просить генерацию, дополнение или исправление, а визуальный помощник — использовать возвращённый текст для объяснения графика или экрана. Инструкция вызова функции отличается от подключённого действия, которое действительно выполнено.\n\nПеременное разрешение изображения управляется бюджетом визуальных токенов. Документированные варианты — 70, 140, 280, 560 и 1,120 токенов. Низкие бюджеты подходят для классификации, подписей или последовательностей кадров; высокие сохраняют больше деталей для OCR, разбора документов и мелкого текста с дополнительными вычислениями. До подготовки изображения решите, нужна ли общая сцена или точное начертание. Чёткий фрагмент этикетки может быть полезнее для извлечения, чем неопределённая просьба изучить каждую деталь целой страницы.\n\nGoogle рекомендует температуру 1.0, top-p 0.95 и top-k 64 как конфигурацию сэмплирования семейства. Карточка отличает обучение более чем на 140 языках от готовой поддержки более чем 35 языков. Явно задайте язык ответа и сохраните в задании доменные имена, имена полей или формулы. Значение 256K задаёт контекст; цитируемая карточка не устанавливает отдельный универсальный максимум выхода для этой редакции.\n\nДля задачи по документу и коду предоставьте нужное изображение страницы, письменное требование и исходный фрагмент: «Прочитай подписи, объясни, чем этот экран отличается от спецификации, и предложи конкретную правку предоставленного кода». Для графика попросите отделить видимые значения от предполагаемой тенденции. Карточка Gemma отмечает ограничения при неоднозначном языке, очень сложных задачах и неверных или устаревших фактах: прикладывайте авторитетные сведения, которые нужны для результата, вместо ожидания их из обучающих знаний.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
Match a form to its written specification\n\nCompare this textual form specification and code. Spec: Email is required and uses email validation; nickname is optional. Code: <input name="email" type="text"><input name="nickname" required>. Return a discrepancy table and corrected HTML. Preserve both field names and add visible labels for each field.A spec-to-code discrepancy table and an editable HTML fragment with corrected attributes and labels.Check that only email is required, its type is email and each label points to its matching input.google/gemma-4-31b-itGemma 4 31B IT — модель Google с плотной архитектурой, настроенная на выполнение инструкций, для рассуждений по текстовым и визуальным данным. Контекст 256K, настраиваемые рассуждения, понимание изображений и видео по кадрам и встроенная поддержка вызова функций позволяют выполнять задачи программирования, работы с документами и агентные задачи с текстовым выводом.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Gemma 4 31B IT — настроенная на инструкции плотная редакция открытого семейства Gemma 4 от Google DeepMind. Google связывает модель 31B с качеством и адаптацией под задачу, тогда как отдельная редакция 26B A4B использует смесь экспертов для эффективного вывода. Эта карточка относится к именованной редакции 31B с настройкой на инструкции, а не к её предобученным весам или квантованной производной.
Официальная таблица плотной архитектуры указывает 30.7 миллиарда параметров, 60 слоёв, скользящее окно на 1,024 токена и контекст 256K токенов. Семейство сочетает локальное внимание со скользящим окном и глобальное внимание, завершаясь глобальным слоем; для этой модели используется отдельный визуальный кодировщик. Профиль принимает текст и изображения и выдаёт текст. Это факты об архитектуре модели: они не задают время ответа приложения и не подразумевают поддержку аудио других размеров Gemma 4.
Контекст 256K токенов поддерживает задачу, объединяющую существенный объём текста с визуальными доказательствами. Изображения и текст можно чередовать в одном промпте; для лучших результатов производитель рекомендует ставить изображение перед относящимся к нему текстом. Визуальные задачи включают обнаружение объектов, интерпретацию страниц документов, понимание экранов и интерфейсов, графики, многоязычный OCR, рукопись и указание местоположения. Выход — текст: извлечённые данные, объяснение, код или предлагаемое действие инструмента.
Понимание видео обрабатывает последовательность кадров. Карточка модели задаёт максимум 60 секунд при обработке изображений с частотой один кадр в секунду. Подготовьте нужный эпизод, сохраните порядок кадров и дайте вопрос о видимой последовательности. Этот визуальный профиль 26B/31B не принимает аудио; речевые возможности меньших вариантов Gemma 4 с аудио сюда не относятся. Если задача требует речевой информации, добавьте её расшифровку текстом.
Настраиваемое рассуждение позволяет модели подумать перед ответом или ответить напрямую. Gemma 4 добавляет нативную роль system наряду с user и assistant. Формат промпта Google включает рассуждение управляющим токеном <|think|> в системном промпте и отделяет канал мысли от конечного ответа; документированный процессор умеет обрабатывать этот шаблон. Для многоходового диалога сохраняйте предыдущие конечные ответы в истории и исключайте прошлые мысли, кроме ходов вызова инструмента, где производитель указывает, что их следует сохранять.
Native Function Calling поддерживает структурированное использование инструментов; описание выпуска Google также документирует структурированный выход JSON. Определите задачу, доступную функцию и ожидаемый результат: приложение выполняет запрошенную операцию и возвращает выход для следующего шага. Задача программирования может просить генерацию, дополнение или исправление, а визуальный помощник — использовать возвращённый текст для объяснения графика или экрана. Инструкция вызова функции отличается от подключённого действия, которое действительно выполнено.
Переменное разрешение изображения управляется бюджетом визуальных токенов. Документированные варианты — 70, 140, 280, 560 и 1,120 токенов. Низкие бюджеты подходят для классификации, подписей или последовательностей кадров; высокие сохраняют больше деталей для OCR, разбора документов и мелкого текста с дополнительными вычислениями. До подготовки изображения решите, нужна ли общая сцена или точное начертание. Чёткий фрагмент этикетки может быть полезнее для извлечения, чем неопределённая просьба изучить каждую деталь целой страницы.
Google рекомендует температуру 1.0, top-p 0.95 и top-k 64 как конфигурацию сэмплирования семейства. Карточка отличает обучение более чем на 140 языках от готовой поддержки более чем 35 языков. Явно задайте язык ответа и сохраните в задании доменные имена, имена полей или формулы. Значение 256K задаёт контекст; цитируемая карточка не устанавливает отдельный универсальный максимум выхода для этой редакции.
Для задачи по документу и коду предоставьте нужное изображение страницы, письменное требование и исходный фрагмент: «Прочитай подписи, объясни, чем этот экран отличается от спецификации, и предложи конкретную правку предоставленного кода». Для графика попросите отделить видимые значения от предполагаемой тенденции. Карточка Gemma отмечает ограничения при неоднозначном языке, очень сложных задачах и неверных или устаревших фактах: прикладывайте авторитетные сведения, которые нужны для результата, вместо ожидания их из обучающих знаний.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения google/gemma-4-31b-it | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Примеры: system, user, assistant, tool, function Условия: Эти роли явно представлены типами совместимости исходного кода; точный набор ролей зависит от модели. Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring|content_part[]|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_calls | Типtool_call[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: role=tool; используйте фактически возвращённый ID | По умолчанию— |
Полеmessages[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].reasoning_content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Передавайте обратно фактически возвращённые рассуждения, если эта модель их использует | По умолчанию— |
Полеmessages[].reasoning_details | Типobject|array | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеmax_completion_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеstream_options.include_usage | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop | Типstring|string[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типfunction_tool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения function Зависит от модели | По умолчанию— |
Полеtools[].function.name | Типstring | ТребованиеОбязательно | Значения и ограничения Применяется, когда: передан инструмент-функция | По умолчанию— |
Полеtools[].function.description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].function.parameters | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеresponse_format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning_effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения Поле совместимости | По умолчанию— |
Полеfunctions | Типfunction[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеfunction_call | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmodalities | Типstring[] | ТребованиеНеобязательно | Значения и ограничения text | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется на этом текстовом маршруте Ultra | По умолчанию— |
Полеcache_control.ttl | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: 1h отклоняется в фактических местах настройки кэша запросов | По умолчанию— |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Контрактзависит от модели; пользовательские инструменты-функции отличаются от инструментов, выполняемых на стороне сервиса |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.00068 / 1K токенов Вход · Чтение кэша $0.0002 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.00068 / 1K токенов Вход · Чтение кэша $0.0002 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-4-31b-it", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemma-4-31b-it',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemma-4-31b-it',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra google/gemma-4-31b-it
Используйте пути методов, указанные выше.
google/gemma-4-31b-itGemma 4 31B IT — модель Google с плотной архитектурой, настроенная на выполнение инструкций, для рассуждений по текстовым и визуальным данным. Контекст 256K, настраиваемые рассуждения, понимание изображений и видео по кадрам и встроенная поддержка вызова функций позволяют выполнять задачи программирования, работы с документами и агентные задачи с текстовым выводом.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Gemma 4 31B IT — настроенная на инструкции плотная редакция открытого семейства Gemma 4 от Google DeepMind. Google связывает модель 31B с качеством и адаптацией под задачу, тогда как отдельная редакция 26B A4B использует смесь экспертов для эффективного вывода. Эта карточка относится к именованной редакции 31B с настройкой на инструкции, а не к её предобученным весам или квантованной производной.
Официальная таблица плотной архитектуры указывает 30.7 миллиарда параметров, 60 слоёв, скользящее окно на 1,024 токена и контекст 256K токенов. Семейство сочетает локальное внимание со скользящим окном и глобальное внимание, завершаясь глобальным слоем; для этой модели используется отдельный визуальный кодировщик. Профиль принимает текст и изображения и выдаёт текст. Это факты об архитектуре модели: они не задают время ответа приложения и не подразумевают поддержку аудио других размеров Gemma 4.
Контекст 256K токенов поддерживает задачу, объединяющую существенный объём текста с визуальными доказательствами. Изображения и текст можно чередовать в одном промпте; для лучших результатов производитель рекомендует ставить изображение перед относящимся к нему текстом. Визуальные задачи включают обнаружение объектов, интерпретацию страниц документов, понимание экранов и интерфейсов, графики, многоязычный OCR, рукопись и указание местоположения. Выход — текст: извлечённые данные, объяснение, код или предлагаемое действие инструмента.
Понимание видео обрабатывает последовательность кадров. Карточка модели задаёт максимум 60 секунд при обработке изображений с частотой один кадр в секунду. Подготовьте нужный эпизод, сохраните порядок кадров и дайте вопрос о видимой последовательности. Этот визуальный профиль 26B/31B не принимает аудио; речевые возможности меньших вариантов Gemma 4 с аудио сюда не относятся. Если задача требует речевой информации, добавьте её расшифровку текстом.
Настраиваемое рассуждение позволяет модели подумать перед ответом или ответить напрямую. Gemma 4 добавляет нативную роль system наряду с user и assistant. Формат промпта Google включает рассуждение управляющим токеном <|think|> в системном промпте и отделяет канал мысли от конечного ответа; документированный процессор умеет обрабатывать этот шаблон. Для многоходового диалога сохраняйте предыдущие конечные ответы в истории и исключайте прошлые мысли, кроме ходов вызова инструмента, где производитель указывает, что их следует сохранять.
Native Function Calling поддерживает структурированное использование инструментов; описание выпуска Google также документирует структурированный выход JSON. Определите задачу, доступную функцию и ожидаемый результат: приложение выполняет запрошенную операцию и возвращает выход для следующего шага. Задача программирования может просить генерацию, дополнение или исправление, а визуальный помощник — использовать возвращённый текст для объяснения графика или экрана. Инструкция вызова функции отличается от подключённого действия, которое действительно выполнено.
Переменное разрешение изображения управляется бюджетом визуальных токенов. Документированные варианты — 70, 140, 280, 560 и 1,120 токенов. Низкие бюджеты подходят для классификации, подписей или последовательностей кадров; высокие сохраняют больше деталей для OCR, разбора документов и мелкого текста с дополнительными вычислениями. До подготовки изображения решите, нужна ли общая сцена или точное начертание. Чёткий фрагмент этикетки может быть полезнее для извлечения, чем неопределённая просьба изучить каждую деталь целой страницы.
Google рекомендует температуру 1.0, top-p 0.95 и top-k 64 как конфигурацию сэмплирования семейства. Карточка отличает обучение более чем на 140 языках от готовой поддержки более чем 35 языков. Явно задайте язык ответа и сохраните в задании доменные имена, имена полей или формулы. Значение 256K задаёт контекст; цитируемая карточка не устанавливает отдельный универсальный максимум выхода для этой редакции.
Для задачи по документу и коду предоставьте нужное изображение страницы, письменное требование и исходный фрагмент: «Прочитай подписи, объясни, чем этот экран отличается от спецификации, и предложи конкретную правку предоставленного кода». Для графика попросите отделить видимые значения от предполагаемой тенденции. Карточка Gemma отмечает ограничения при неоднозначном языке, очень сложных задачах и неверных или устаревших фактах: прикладывайте авторитетные сведения, которые нужны для результата, вместо ожидания их из обучающих знаний.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения google/gemma-4-31b-it | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF-8
строка messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактstream |
Параметрmaterial_types | Контрактtext |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: synchronous_or_streamed
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.00068 / 1K токенов Вход · Чтение кэша $0.0002 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.00068 / 1K токенов Вход · Чтение кэша $0.0002 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "google/gemma-4-31b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemma-4-31b-it', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemma-4-31b-it', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra google/gemma-4-31b-it
Используйте пути методов, указанные выше.
Технический пример на английском
Match a form to its written specification\n\nCompare this textual form specification and code. Spec: Email is required and uses email validation; nickname is optional. Code: <input name="email" type="text"><input name="nickname" required>. Return a discrepancy table and corrected HTML. Preserve both field names and add visible labels for each field.A spec-to-code discrepancy table and an editable HTML fragment with corrected attributes and labels.Check that only email is required, its type is email and each label points to its matching input.