google logo
google

Google: Gemma 4 31B

Gemma 4 31B Instruct is Google DeepMind's 30.7B dense multimodal model supporting text and image input with text output. $0.09 per million input tokens, $0.34 per million output tokens. 262,144 token context window, maximum output of 16,384 tokens. Higher uptime with 15 providers. Includes independent benchmarks from Artificial Analysis.

模型概览

模型规格

上下文
262,144 tokens
最大输出
16,384 tokens
架构
text+image+video->text
分词器
Gemma
知识截止时间
暂未提供
内容审核
OPENROUTER

完整价格

同步自 OpenRouter。Token 价格均按每百万 Token 展示。

输入
$0.09
/M tokens
输出
$0.34
/M tokens
缓存读取
$0.05
/M tokens
API

模型配置

默认参数

temperature
1
top_p
0.95
top_k
64

推理能力

内容审核
默认参数
API

快速调用

通过 OpenRouter 的 OpenAI 兼容 API 调用这个确切的模型 ID。

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemma-4-31b-it","messages":[{"role":"user","content":"Hello!"}]}'
能力与模态

输入输出

输入
imagetextvideo
输出
text
推理能力

API

支持的 API 参数

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p
可用提供方

16 个提供方

在 OpenRouter 查看实时 Provider

Provider 可用性、延迟、吞吐量和路由会持续变化,请前往来源页面查看实时运行数据。

OpenRouter

DeepInfra

fp4
上下文
262K
最大输出
16K
输入
$0.090
输出
$0.340
缓存读取
$0.050
缓存写入
暂未提供

CoreWeave

fp4
上下文
262K
最大输出
236K
输入
$0.100
输出
$0.340
缓存读取
$0.100
缓存写入
暂未提供

Venice

bf16
上下文
256K
最大输出
8K
输入
$0.120
输出
$0.360
缓存读取
$0.090
缓存写入
暂未提供

Chutes

fp4
上下文
131K
最大输出
66K
输入
$0.120
输出
$0.370
缓存读取
$0.012
缓存写入
暂未提供

DeepInfra

fp8
上下文
262K
最大输出
16K
输入
$0.130
输出
$0.380
缓存读取
暂未提供
缓存写入
暂未提供

SiliconFlow

fp8
上下文
262K
最大输出
236K
输入
$0.130
输出
$0.400
缓存读取
暂未提供
缓存写入
暂未提供

Crusoe

unknown
上下文
262K
最大输出
262K
输入
$0.140
输出
$0.400
缓存读取
$0.140
缓存写入
暂未提供

Friendli

unknown
上下文
262K
最大输出
8K
输入
$0.140
输出
$0.400
缓存读取
暂未提供
缓存写入
暂未提供

Novita

bf16
上下文
262K
最大输出
131K
输入
$0.140
输出
$0.400
缓存读取
暂未提供
缓存写入
暂未提供

Parasail

fp8
上下文
262K
最大输出
236K
输入
$0.150
输出
$0.400
缓存读取
$0.060
缓存写入
暂未提供

Phala

unknown
上下文
262K
最大输出
236K
输入
$0.150
输出
$0.460
缓存读取
$0.075
缓存写入
暂未提供

DeepInfra

fp8
上下文
131K
最大输出
8K
输入
$0.270
输出
$0.760
缓存读取
暂未提供
缓存写入
暂未提供

SambaNova

unknown
上下文
131K
最大输出
118K
输入
$0.380
输出
$1.15
缓存读取
暂未提供
缓存写入
暂未提供

Together

unknown
上下文
262K
最大输出
236K
输入
$0.390
输出
$0.970
缓存读取
暂未提供
缓存写入
暂未提供

ModelRun

fp4
上下文
262K
最大输出
236K
输入
$0.750
输出
$1.00
缓存读取
$0.750
缓存写入
暂未提供

Cerebras

fp16
上下文
131K
最大输出
41K
输入
$0.990
输出
$1.49
缓存读取
$0.990
缓存写入
暂未提供
google

个模型

全部模型
google logogoogle

Google: Gemini 3.7 Flash

Gemini 3.7 Flash is a multimodal model from Google for fast agentic workflows, coding, and complex multi-step reasoning. It is designed for tasks that require responsive performance and reliable multi-step...

上下文
1.0M
输入
text · image · video · file · audio
输出
text
输入: $0.750输出: $3.75每百万 Token
查看模型详情
google logogoogle

Google: Gemini 3.7 Flash (batch)

Gemini 3.7 Flash is a multimodal model from Google for fast agentic workflows, coding, and complex multi-step reasoning. It is designed for tasks that require responsive performance and reliable multi-step...

上下文
1.0M
输入
text · image · video · file · audio
输出
text
输入: $0.188输出: $0.938每百万 Token
查看模型详情
google logogoogle

Google: Gemini 3.6 Flash

Gemini 3.6 Flash is a high-efficiency model from Google for coding, agentic workflows, and web and app development. It is designed to produce polished outputs with fewer unnecessary edits and...

上下文
1.0M
输入
text · image · video · file · audio
输出
text
输入: $0.750输出: $3.75每百万 Token
查看模型详情
google logogoogle

Google: Gemini 3.6 Flash (batch)

Gemini 3.6 Flash is a high-efficiency model from Google for coding, agentic workflows, and web and app development. It is designed to produce polished outputs with fewer unnecessary edits and...

上下文
1.0M
输入
text · image · video · file · audio
输出
text
输入: $0.375输出: $1.88每百万 Token
查看模型详情