Gemma 4 31B — Specifications
جُمِّعَ بواسطة Mustafa Ihsan من التوثيق المنشور من قِبَل البائع · آخر تحديث
| المطوّر | جوجل |
|---|---|
| النوع | نموذج لغوي كبير متعدد الوسائط |
| النمط | نص، صورة → نص |
| عدد المعايير (البارامترات) | 30.7B |
| نافذة السياق | 256K |
| الترخيص | Apache 2.0 |
| أوزان مفتوحة المصدر | نعم |
| أُطلِقَ | 2026-03 |
| سعر الإدخال | $0.20 /1M |
| سعر الإخراج | $0.40 /1M |
| مقدمو واجهات برمجة التطبيقات (API) | DeepInfra, OpenRouter (hosted); Gemini API (free tier only); Ollama (local) |
تشغيله محليًّا
| ذاكرة الفيديو (VRAM) بتنسيق 4 بت | ~17.5 GB |
|---|
المقاييس المرجعية
| Google-reported | MMLU Pro 85.2%; GPQA Diamond 84.3%; LiveCodeBench v6 80.0%; AIME 2026 (no tools) 89.2%; MMMU Pro 76.9%. |
|---|
What is Gemma 4 31B?
Gemma 4 31B is the largest dense model in Google DeepMind’s open Gemma 4 family, released on 31 March 2026 under the Apache 2.0 licence. Its بطاقة النموذج lists 30.7 billion parameters, text and image input, a 256K-token context window, configurable thinking modes and support for over 140 languages. Google reports 85.2% on MMLU Pro, 84.3% on GPQA Diamond and 80.0% on LiveCodeBench v6, against 67.6%, 42.4% and 29.1% for Gemma 3 27B without thinking.
Google estimates about 17.5 GB of memory to load it at 4-bit (Q4_0). That covers the weights only: the context window (KV cache) and supporting software need more on top. Ollama’s gemma4:31b-it-q4_K_M build is a 20 GB download, which will not fit in a 16 GB card’s memory but fits a 24 GB GPU with some room for context. Check a setup with the حاسبة VRAM ودليلنا إلى running Gemma 4 in Ollama.
Google’s Gemini API serves gemma-4-31b-it on its free tier only, with no paid tier. Hosted, DeepInfra charges $0.20 per million input tokens and $0.40 output, the price stored in this entry. It succeeds Gemma 3 27B. If speed matters more than peak quality, the mixture-of-experts Gemma 4 26B A4B needs less memory and, according to Google, runs almost as fast as a 4B model.
Gemma 4 31B pricing: API cost per 1M tokens
| المدخلات (لكل مليون رمز) | $0.200 |
|---|---|
| المخرجات (لكل مليون رمز) | $0.400 |
| نسبة الإخراج إلى الإدخال | 2× |
| مدمجة (4:1 إدخال:إخراج) | $0.240 لكل مليون رمز |
What Gemma 4 31B costs per month
الإنفاق الشهري الفعلي عند نسبة إدخال إلى إخراج مقدارها 4:1 — وهي النسبة التي تولدها عادةً حمولات العمل الخاصة بالمحادثات أو أنظمة استرجاع المعلومات المعزَّزة (RAG).
| الحمل التشغيلي | الرموز شهريًّا | التكلفة شهريًّا |
|---|---|---|
| مشروع جانبي | 1 مليون رمز مدخلات / 0.25 مليون رمز مخرجات | $0.30 |
| فريق صغير | 20 مليون رمز مدخلات / 5 ملايين رمز مخرجات | $6.00 |
| الإنتاج | 200 مليون رمز مدخلات / 50 مليون رمز مخرجات | $60 |
احسب أرقامك الخاصة في حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API).
Cheaper alternatives to Gemma 4 31B
| النموذج | المتوسط المُدمج بالدولار لكل مليون دولار | توفِّر |
|---|---|---|
| Llama 3.1 8B انفتاحاً | $0.0240 | 90% cheaper |
| Mistral NeMo 12B انفتاحاً | $0.0292 | أرخص بـ 88٪ |
| Gemma 3 4B انفتاحاً | $0.0600 | أرخص بنسبة 75% |
هل تُشغِّله ذاتيًّا أم تدفع مقابل واجهة برمجية (API)؟
Gemma 4 31B is open-weight, so you can run it yourself. It needs ~17.5 GB of VRAM at 4-bit. Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) يحسب نقطة التعادل بالنسبة لحجم الرموز الذي تستخدمه.
الأسئلة الشائعة
How much does Gemma 4 31B cost per 1M tokens?
Gemma 4 31B costs $0.200 per 1M input tokens and $0.400 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.240 per 1M tokens.
How much does Gemma 4 31B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $6.00 on Gemma 4 31B. A side project (1M in / 0.25M out) costs roughly $0.30.
What is a cheaper alternative to Gemma 4 31B?
Llama 3.1 8B is the strongest cheaper option in our database at $0.0240 per 1M blended — about 90% less than Gemma 4 31B. It is also open-weight, so self-hosting is an option.
Can I run Gemma 4 31B locally?
Yes. Gemma 4 31B is open-weight and needs about ~17.5 GB of VRAM at 4-bit quantisation.
Why does Gemma 4 31B charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Gemma 4 31B charges 2× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
الأسعار هي الأسعار المنشورة المعمول بها لواجهة برمجة التطبيقات الأساسية لكل نموذج، وتتم مراجعتها دوريًّا عند تحديث المزوِّدين لها. ولا تشمل الخصومات المقدَّمة على أساس الحجم أو المعالجة الدُّفعية أو المدخلات المؤقَّتة (cached-input). وقارن كل النماذج جنبًا إلى جنب في قاعدة بيانات نماذج الذكاء الاصطناعي أو لوحة تصنيف النماذج اللغوية الكبيرة (LLM).