Gemma 4 31B Instruct est le modèle multimodal dense de 30,7B de Google DeepMind prenant en charge l'entrée de texte et d'image avec sortie de texte. Il dispose d'une fenêtre de contexte de 256K tokens, d'un mode de réflexion/raisonnement configurable, de fonctions natives...
Google Gemma 4 31B est une variante optimisée par instructions de la famille Gemma 4, développée par Google. Elle possède environ 31 milliards de paramètres et est optimisée pour les tâches de chat…
Gemma 4 31B est conçue pour le suivi d'instructions, la génération de texte et le raisonnement. Elle peut comprendre des prompts complexes, des conversations à plusieurs tours et des tâches nécessitant une logique étape par étape. Le modèle est ajusté par instructions, ce qui signifie qu'il a été affiné pour suivre les directives de l'utilisateur et produire des réponses utiles et cohérentes. Il prend en charge des interactions à la fois à un tour et à plusieurs tours. Avec ses 31 milliards de paramètres, il équilibre capacité et vitesse d'inférence, ce qui le rend adapté aux applications en temps réel où la latence est importante.
Grâce au benchmark GPQA Diamond, nous savons que le modèle obtient de bonnes performances sur des tâches de raisonnement expertes en sciences. Il est également probablement performant en génération de code, résumé et écriture créative, bien que des benchmarks spécifiques pour ces tâches ne soient pas fournis dans les faits donnés. Le modèle est le plus efficace lorsqu'il reçoit des instructions claires et structurées. Pour les tâches nécessitant un contexte très long ou une génération augmentée par récupération, les utilisateurs devraient tester les limites de la fenêtre de contexte du modèle, car la longueur exacte du contexte n'est pas spécifiée dans les données fournies.
Si vos tâches sont simples — comme la classification de base, la génération de texte court ou des réponses en une seule phrase — vous pourriez préférer un modèle plus petit et moins cher comme Gemma 4 2B ou 9B. La variante 31B entraîne des coûts de token plus élevés, bien que toujours modestes. Pour les applications à haut débit où la latence est critique, un modèle plus petit peut également être plus rapide. De plus, si votre cas d'utilisation ne nécessite pas le raisonnement rigoureux mesuré par GPQA Diamond, un modèle généraliste moins cher pourrait offrir des performances adéquates à moindre coût.
Aucune limitation spécifique n'est mentionnée dans les faits fournis. Cependant, comme de nombreux modèles open-weight ajustés par instructions, Gemma 4 31B peut produire des résultats incorrects ou biaisés, en particulier sur des sujets ambigus ou controversés. Il peut également rencontrer des difficultés avec des tâches nécessitant des informations en temps réel ou des événements très récents en raison de sa date limite d'entraînement. La taille de la fenêtre de contexte du modèle n'est pas divulguée ; si elle est limitée (par exemple, 8K-32K), le modèle peut ne pas convenir aux documents très longs. Les utilisateurs doivent toujours vérifier les résultats dans les applications à enjeux élevés.
GPQA Diamond est un ensemble de données de questions à choix multiples de niveau supérieur couvrant la biologie, la physique et la chimie. Un score de 85,7 % signifie que Gemma 4 31B a répondu correctement à plus de 85 % de ces questions. C'est un résultat solide, indiquant que le modèle possède des connaissances solides dans le domaine et des capacités de raisonnement. Il est important de noter que le benchmark est à choix multiples, donc il n'évalue pas directement les capacités génératives, mais il est corrélé avec la capacité du modèle à se rappeler et à raisonner sur un contenu de niveau expert.
Aucun score de référence supplémentaire n'est fourni dans les faits donnés. Le seul benchmark quantitatif partagé est le score GPQA Diamond de 85,7. Pour une compréhension plus complète des capacités du modèle, les utilisateurs devraient consulter le rapport technique officiel de Google ou la fiche modèle. OrcaRouter ne vérifie ni n'ajoute de benchmarks de manière indépendante. Le modèle peut obtenir des résultats différents sur d'autres évaluations telles que MMLU, HumanEval ou GSM8K, mais ces chiffres ne sont pas inclus ici.
Les chiffres spécifiques de vitesse d'inférence ou de latence ne sont pas fournis dans les faits donnés. En tant que modèle à 31B paramètres, il est plus grand que les variantes 9B et 2B de Gemma 4, il sera donc généralement plus lent par jeton et nécessitera plus de mémoire GPU. La latence réelle dépend du matériel (par exemple, type de GPU, taille de lot) et de l'infrastructure du fournisseur. Lorsqu'il est accédé via OrcaRouter, vous êtes soumis à l'infrastructure de service de Google. Pour les applications critiques en termes de latence, nous recommandons de tester le temps de réponse du modèle sous votre charge de travail prévue.
Le score GPQA Diamond de 85,7 % montre une performance solide, mais il n'est pas parfait — le modèle manque encore 14,3 % des questions, ce qui signifie qu'il peut ne pas être fiable pour toutes les requêtes de niveau expert. Le benchmark ne mesure pas le raisonnement sur des contextes longs, les performances multilingues ou la sécurité. Par conséquent, bien que le score soit impressionnant, il ne doit pas être interprété comme une garantie de raisonnement parfait dans toutes les tâches. Les utilisateurs doivent considérer la performance du modèle dans le domaine spécifique auquel ils ont l'intention de l'appliquer.
Le prix est de 0,13 $ pour 1 million de tokens d'entrée et de 0,38 $ pour 1 million de tokens de sortie. Il s'agit des tarifs des fournisseurs facturés sans marge par OrcaRouter. Les tokens sont comptés selon le tokenizer de Google ; les tokens d'entrée incluent l'intégralité de la requête et tous les messages système, tandis que les tokens de sortie sont le texte généré. Il n'y a pas de frais supplémentaires par requête ni d'engagement mensuel. Cette tarification simple par token facilite l'estimation des coûts en fonction de votre volume d'utilisation.
Les faits fournis ne mentionnent aucune remise pour cache ou tarification volumétrique. OrcaRouter peut offrir la mise en cache des tokens d'entrée répétés pour réduire les coûts, mais cela n'est pas spécifié ici. Vous devriez consulter la documentation d'OrcaRouter ou contacter leur support pour obtenir des détails sur toute fonctionnalité d'optimisation des coûts. Le prix de base de 0,13 $/0,38 $ par million de tokens s'applique par défaut. Pour une utilisation très élevée, vous pouvez vous renseigner sur d'éventuels contrats d'entreprise, mais aucune condition de ce type n'est incluse dans ces données.
Si vous utilisez Gemma 4 2B ou 9B, votre coût par token sera inférieur, souvent dans la fourchette de $0.02–$0.10 par million de tokens. Le modèle 31B est plus cher mais offre une capacité de raisonnement supérieure, comme l'indique le score GPQA Diamond. Pour les tâches qui ne nécessitent pas un raisonnement de niveau expert, le coût supplémentaire peut ne pas être justifié. À l'inverse, pour les applications où la précision est cruciale, investir dans le modèle 31B pourrait réduire le besoin de vérification manuelle, ce qui pourrait potentiellement réduire les coûts globaux.
OrcaRouter transmet le tarif exact du fournisseur sans aucune majoration. Pour le Gemma 4 31B de Google, cela signifie que vous payez directement 0,13 $ par million de jetons d'entrée et 0,38 $ par million de jetons de sortie. Il n'y a pas de frais de service supplémentaires ni de marge de plateforme. OrcaRouter gagne de l'argent par d'autres moyens (par exemple, abonnements entreprise ou dépassement d'utilisation), mais pour ce modèle, le prix que vous voyez est ce que Google facture. Cette transparence vous permet de comparer directement les coûts avec d'autres fournisseurs.
Vous utilisez une bibliothèque cliente compatible OpenAI avec l'URL de base https://api.orcarouter.ai/v1 et l'ID de modèle "google/gemma-4-31b-it". Par exemple, en utilisant le SDK Python OpenAI, définissez `openai.api_base = "https://api.orcarouter.ai/v1"` et `openai.api_key = "your-orcarouter-api-key"`. Ensuite, appelez `openai.ChatCompletion.create(model="google/gemma-4-31b-it", messages=[{"role":"user","content":"Hello"}])`. L'API prend en charge les mêmes paramètres que le point de terminaison de chat d'OpenAI, tels que temperature, max_tokens et top_p.
L'API d'OrcaRouter prend en charge les paramètres standard compatibles OpenAI : `model`, `messages`, `temperature` (0–2, valeur par défaut 1), `max_tokens` (entier, jusqu'à la limite du modèle), `top_p` (0–1, valeur par défaut 1), `frequency_penalty`, `presence_penalty`, séquences `stop` et `stream` (booléen). Le paramètre `n` (nombre de complétions) peut également être pris en charge, mais des limites d'utilisation s'appliquent. Notez que des paramètres spécifiques à Gemma 4 comme `repetition_penalty` peuvent être pris en charge via des clés supplémentaires dans le corps ; reportez-vous à la documentation d'OrcaRouter pour les paramètres personnalisés du fournisseur.
Oui, la migration est simple si vous utilisez déjà une API compatible OpenAI. Il vous suffit de remplacer le paramètre `model` par « google/gemma-4-31b-it » et de pointer vers l'URL de base d'OrcaRouter. Notez que la tokenisation et le formatage des sorties peuvent légèrement différer par rapport à d'autres modèles. Vous devriez tester les réponses du modèle sur un échantillon de vos prompts pour garantir la qualité. Sachez également que la structure tarifaire diffère de celle des modèles OpenAI, et vous devrez peut-être ajuster vos attentes en matière de coûts en conséquence.
OrcaRouter nécessite une clé API envoyée dans l'en-tête `Authorization` sous la forme `Bearer <your-api-key>`. Vous pouvez obtenir une clé en vous inscrivant sur le site web d'OrcaRouter. Cette clé sert à authentifier vos requêtes et à les router vers le fournisseur approprié. Assurez-vous de garder votre clé en sécurité. L'API ne prend pas en charge d'autres méthodes d'authentification. Pour les requêtes en streaming, la même clé est utilisée. Il n'y a pas de restrictions IP supplémentaires, sauf indication contraire dans votre compte OrcaRouter.
Gemma 4 9B est un modèle plus petit et moins cher — généralement facturé entre 0,02 $ et 0,10 $ par million de tokens — et a probablement des scores de référence plus faibles. La variante 31B, avec 3,4 fois plus de paramètres, atteint 85,7 % sur GPQA Diamond ; le score du 9B n'est pas fourni mais est vraisemblablement inférieur. Le modèle 31B offre un meilleur raisonnement mais à un coût plus élevé et probablement une latence plus grande. Pour des tâches simples, le 9B peut suffire ; pour des questions de niveau expert, le 31B est le meilleur choix. Les deux sont accessibles via la même API OrcaRouter.
Les benchmarks de comparaison directe ne sont pas fournis. Cependant, Llama 3.1 70B est un modèle plus grand (70B paramètres) et a souvent des performances plus élevées sur les benchmarks généraux, mais aussi un coût par token plus élevé. Gemma 4 31B est plus efficace et peut être compétitif sur le raisonnement spécifique à un domaine comme GPQA. La taille de 31B le rend attrayant pour le déploiement sur des GPU grand public. Les utilisateurs doivent évaluer sur leurs propres tâches. OrcaRouter peut proposer les deux modèles pour une comparaison directe.
Gemma 4 31B est un modèle à poids ouverts sous la licence Gemma de Google, autorisant une utilisation gratuite pour la plupart des applications. Cependant, lorsqu'il est accessible via OrcaRouter, vous êtes soumis aux conditions d'utilisation d'OrcaRouter et payez par token. Vous pouvez également exécuter le modèle vous-même sur votre propre matériel si vous en avez les ressources. OrcaRouter offre une alternative hébergée qui évite les frais d'infrastructure. Le choix entre l'auto-hébergement et l'utilisation d'OrcaRouter dépend de votre budget, de vos exigences de latence et de vos préférences opérationnelles.
OrcaRouter fournit un point de terminaison API unifié pour plusieurs fournisseurs, dont Google. Si vous utilisez Vertex AI ou AI Platform de Google, vous pouvez bénéficier de tarifs différents, potentiellement plus bas pour un volume élevé. La marge zéro d'OrcaRouter est compétitive pour une utilisation modérée. Le principal avantage d'OrcaRouter est l'API unique compatible OpenAI pour de nombreux modèles, simplifiant ainsi l'intégration. Pour les utilisateurs déjà sur Google Cloud, l'accès direct peut offrir une meilleure intégration avec d'autres services. OrcaRouter ne stocke pas vos données au-delà de la journalisation standard des API ; consultez leur politique de confidentialité pour plus de détails.
Compatible OpenAI — gardez votre SDK actuel
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="google/gemma-4-31b-it",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| Entrée / 1M tokens | $0.130 |
| Sortie / 1M tokens | $0.380 |
| Lecture cache / 1M | $0.020 |
| Devise | USD |
Estimation basée sur le tarif public
Estimation seulement — le nombre réel de tokens dépend du tokeniseur du fournisseur.
GET /api/public/models/google/gemma-4-31b-itOuvrir @misc{orcarouter_gemma_4_31b_it,
title = {Gemma 4 31B API},
author = {Google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemma-4-31b-it}
}Google. (2026). Gemma 4 31B API. OrcaRouter. https://www.orcarouter.ai/models/google/gemma-4-31b-it