Gemma 4 31B Instruct는 Google DeepMind의 30.7B 고밀도 멀티모달 모델로, 텍스트 및 이미지 입력과 텍스트 출력을 지원합니다. 256K 토큰 컨텍스트 윈도우, 구성 가능한 사고/추론 모드, 네이티브 함수...
Google Gemma 4 31B는 Google이 개발한 Gemma 4 제품군의 명령어 튜닝 변형 모델입니다. 약 310억 개의 파라미터를 가지고 있으며 채팅 및 명령어 수행 작업에 최적화되어 있습니다. 이 모델은 OrcaRouter의 OpenAI 호환 API를 통해 액세스할 수 있으며, 즉 OpenAI 모델에 사용하는 것과 동일한 엔드포인트와 클라이언트…
Gemma 4 31B는 지시 수행, 텍스트 생성 및 추론을 위해 설계되었습니다. 복잡한 프롬프트, 다중 턴 대화, 단계별 논리가 필요한 작업을 이해할 수 있습니다. 이 모델은 지시 튜닝되어 사용자 지시를 따르고 유용하고 일관된 응답을 생성하도록 미세 조정되었습니다. 단일 턴 및 다중 턴 상호 작용을 모두 지원합니다. 31B 파라미터 수를 기반으로 성능과 추론 속도 간의 균형을 맞추므로 지연 시간이 중요한 실시간 애플리케이션에 적합합니다.
GPQA Diamond 벤치마크를 통해 이 모델은 과학 분야의 전문가 수준 추론 작업에서 뛰어난 성능을 보이는 것으로 확인되었습니다. 또한 코드 생성, 요약, 창작 글쓰기에서도 강력할 가능성이 크지만, 해당 작업에 대한 구체적인 벤치마크는 제공된 사실에 포함되어 있지 않습니다. 이 모델은 명확하고 구조화된 지침이 주어졌을 때 가장 효과적입니다. 매우 긴 컨텍스트나 검색 증강 생성이 필요한 작업의 경우, 제공된 데이터에 정확한 컨텍스트 길이가 명시되어 있지 않으므로 사용자가 모델의 컨텍스트 윈도우 한계를 테스트해야 합니다.
작업이 단순한 기본 분류, 짧은 텍스트 생성 또는 한 문장 응답 수준이라면, Gemma 4 2B 또는 9B와 같은 더 작고 비용 효율적인 모델을 선택하는 것이 좋습니다. 31B 변형은 여전히 적은 편이지만 토큰당 비용이 더 높습니다. 지연 시간이 중요한 고처리량 애플리케이션에서는 더 작은 모델이 더 빠를 수도 있습니다. 또한, 사용 사례에 GPQA Diamond가 측정하는 엄격한 추론 능력이 필요하지 않다면, 더 저렴한 범용 모델이 낮은 비용으로 적절한 성능을 제공할 수 있습니다.
제시된 사실에는 특정 제한 사항이 명시되어 있지 않습니다. 그러나 많은 오픈 웨이트 명령어 튜닝 모델과 마찬가지로 Gemma 4 31B는 모호하거나 논란의 여지가 있는 주제에 대해 부정확하거나 편향된 출력을 생성할 수 있습니다. 또한 훈련 데이터의 마감 시점으로 인해 실시간 정보나 최근 사건이 필요한 작업에 어려움을 겪을 수 있습니다. 모델의 컨텍스트 윈도우 크기는 공개되지 않았으며, 제한적(예: 8K-32K)일 경우 매우 긴 문서에는 적합하지 않을 수 있습니다. 사용자는 고위험 애플리케이션에서 항상 출력 결과를 검증해야 합니다.
GPQA Diamond는 생물학, 물리학, 화학을 다루는 대학원 수준의 객관식 문제 데이터셋입니다. 85.7%의 점수는 Gemma 4 31B가 이 질문의 85% 이상을 정확히 답변했음을 의미합니다. 이는 강력한 결과로, 모델이 견고한 도메인 지식과 추론 능력을 가지고 있음을 나타냅니다. 이 벤치마크는 객관식이므로 생성 능력을 직접 평가하지는 않지만, 모델의 전문가 수준 콘텐츠에 대한 기억 및 추론 능력과 상관관계가 있다는 점에 유의해야 합니다.
주어진 사실에는 추가적인 벤치마크 점수가 제공되지 않습니다. 공유된 유일한 정량적 벤치마크는 GPQA Diamond 점수 85.7입니다. 모델의 성능을 보다 완전히 이해하려면 사용자는 Google의 공식 기술 보고서나 모델 카드를 참고해야 합니다. OrcaRouter는 독립적으로 벤치마크를 검증하거나 추가하지 않습니다. 해당 모델은 MMLU, HumanEval 또는 GSM8K와 같은 다른 평가에서 다르게 작동할 수 있으나, 해당 수치는 여기에 포함되지 않았습니다.
주어진 사실에는 구체적인 추론 속도나 지연 시간 수치가 제공되지 않습니다. 31B 파라미터 모델로서, Gemma 4의 9B 및 2B 변형보다 크므로 일반적으로 토큰당 속도가 느리고 더 많은 GPU 메모리가 필요합니다. 실제 지연 시간은 하드웨어(GPU 유형, 배치 크기 등) 및 제공자 인프라에 따라 달라집니다. OrcaRouter를 통해 액세스하는 경우 Google의 서빙 인프라가 적용됩니다. 지연 시간에 민감한 애플리케이션의 경우, 예상 워크로드에서 모델의 응답 시간을 테스트하는 것이 좋습니다.
GPQA Diamond 점수 85.7%는 강력한 성능을 보여주지만 완벽하지는 않습니다. 즉, 모델이 여전히 14.3%의 질문을 놓치므로 모든 전문가 수준의 질문에 대해 신뢰할 수 없을 수 있습니다. 이 벤치마크는 긴 맥락 추론, 다국어 성능 또는 안전성을 측정하지 않습니다. 따라서 점수가 인상적이지만 모든 작업에서 완벽한 추론을 보장하는 것으로 해석되어서는 안 됩니다. 사용자는 모델을 적용하려는 특정 도메인에서의 성능을 고려해야 합니다.
가격은 입력 토큰 100만 개당 $0.13, 출력 토큰 100만 개당 $0.38입니다. 이것은 OrcaRouter가 마크업 없이 청구하는 공급업체 요금입니다. 토큰은 Google의 토크나이저에 따라 계산됩니다. 입력 토큰에는 전체 프롬프트와 모든 시스템 메시지가 포함되고, 출력 토큰은 생성된 텍스트입니다. 추가 요청당 수수료나 월 약정은 없습니다. 이 간단한 토큰당 가격 책정 방식은 사용량에 따라 비용 추정을 쉽게 만듭니다.
제공된 사실에는 캐싱 할인이나 볼륨 가격 책정에 대한 언급이 없습니다. OrcaRouter는 비용 절감을 위해 반복 입력 토큰의 캐싱을 제공할 수 있지만, 여기서는 명시되지 않았습니다. 비용 최적화 기능에 대한 자세한 내용은 OrcaRouter의 문서를 확인하거나 지원팀에 문의해야 합니다. 기본 가격은 백만 토큰당 $0.13/$0.38이 기본적으로 적용됩니다. 매우 높은 사용량의 경우 잠재적인 기업 계약에 대해 문의할 수 있지만, 이 데이터에는 그러한 조건이 포함되어 있지 않습니다.
Gemma 4 2B 또는 9B를 사용하면 토큰당 비용이 낮아져 보통 백만 토큰당 $0.02–$0.10 범위입니다. 31B 모델은 더 비싸지만 GPQA Diamond 점수에서 알 수 있듯이 더 높은 추론 능력을 제공합니다. 전문가 수준의 추론이 필요하지 않은 작업의 경우 추가 비용이 정당화되지 않을 수 있습니다. 반대로 정확성이 중요한 애플리케이션의 경우 31B 모델에 투자하면 수동 검증 필요성이 줄어들어 전체 비용을 낮출 수 있습니다.
OrcaRouter는 어떠한 마크업도 없이 정확한 제공업체 요율을 그대로 전달합니다. Google의 Gemma 4 31B의 경우, 입력 토큰 100만 개당 $0.13, 출력 토큰 100만 개당 $0.38을 직접 지불하게 됩니다. 추가 서비스 요금이나 플랫폼 수수료는 없습니다. OrcaRouter는 다른 방법(예: 엔터프라이즈 구독 또는 사용량 초과분)을 통해 수익을 창출하지만, 이 모델의 경우 보이는 가격이 Google이 청구하는 가격입니다. 이러한 투명성을 통해 다른 제공업체와 비용을 직접 비교할 수 있습니다.
OpenAI 호환 클라이언트 라이브러리를 base URL https://api.orcarouter.ai/v1 및 모델 ID "google/gemma-4-31b-it"와 함께 사용합니다. 예를 들어, OpenAI 파이썬 SDK를 사용할 때 `openai.api_base = "https://api.orcarouter.ai/v1"` 및 `openai.api_key = "your-orcarouter-api-key"`를 설정합니다. 그런 다음 `openai.ChatCompletion.create(model="google/gemma-4-31b-it", messages=[{"role":"user","content":"Hello"}])`를 호출합니다. API는 OpenAI의 채팅 엔드포인트와 동일한 매개변수(예: temperature, max_tokens, top_p)를 지원합니다.
OrcaRouter의 API는 표준 OpenAI 호환 매개변수를 지원합니다: `model`, `messages`, `temperature` (0–2, 기본값 1), `max_tokens` (정수, 모델 제한까지), `top_p` (0–1, 기본값 1), `frequency_penalty`, `presence_penalty`, `stop` 시퀀스, `stream` (불리언). `n` (완료 수) 매개변수도 지원될 수 있지만 사용량 제한이 적용됩니다. 특정 Gemma 4 매개변수(예: `repetition_penalty`)는 추가 본문 키를 통해 지원될 수 있습니다. 사용자 정의 제공자 매개변수에 대해서는 OrcaRouter 문서를 참조하세요.
예, 이미 OpenAI 호환 API를 사용 중이라면 마이그레이션은 간단합니다. `model` 매개변수를 "google/gemma-4-31b-it"로 변경하고 OrcaRouter의 기본 URL을 지정하면 됩니다. 토큰화 및 출력 형식이 다른 모델과 약간 다를 수 있다는 점에 유의하세요. 프롬프트 샘플에서 모델의 응답을 테스트하여 품질을 확인해야 합니다. 또한 가격 구조가 OpenAI의 모델과 다르므로 이에 따라 비용 기대치를 조정해야 할 수도 있습니다.
OrcaRouter는 `Authorization` 헤더에 `Bearer <your-api-key>` 형식으로 전송되는 API 키가 필요합니다. 키는 OrcaRouter 웹사이트에서 가입하여 얻을 수 있습니다. 키는 요청을 인증하고 적절한 공급자로 라우팅하는 데 사용됩니다. 키를 안전하게 보관하세요. API는 다른 인증 방법을 지원하지 않습니다. 스트리밍 요청에도 동일한 키가 사용됩니다. OrcaRouter 계정에 명시되지 않는 한 추가 IP 제한은 없습니다.
Gemma 4 9B는 더 작고 저렴한 모델로, 일반적으로 백만 토큰당 약 $0.02–$0.10 가격이며, 벤치마크 점수가 더 낮을 가능성이 있습니다. 3.4배 더 많은 파라미터를 가진 31B 변형은 GPQA Diamond에서 85.7%를 달성합니다. 9B의 점수는 제공되지 않았지만 더 낮을 것으로 추정됩니다. 31B 모델은 더 나은 추론을 제공하지만 비용이 더 높고 지연 시간이 더 길 가능성이 있습니다. 간단한 작업에는 9B로 충분할 수 있습니다. 전문가 수준의 질문에는 31B가 더 좋은 선택입니다. 두 모델 모두 동일한 OrcaRouter API를 통해 액세스됩니다.
직접 비교 벤치마크는 제공되지 않았습니다. 그러나 Llama 3.1 70B는 더 큰 모델(70B 파라미터)로서 일반 벤치마크에서 더 높은 성능을 보이는 경우가 많지만, 토큰당 비용도 더 높습니다. Gemma 4 31B는 더 효율적이며 GPQA와 같은 도메인 특화 추론에서 경쟁력을 가질 수 있습니다. 31B 크기는 소비자용 GPU에 배포하기에 매력적입니다. 사용자는 자신의 작업에 맞춰 평가해야 합니다. OrcaRouter는 두 모델을 직접 비교할 수 있도록 제공할 수 있습니다.
Gemma 4 31B는 Google의 Gemma 라이선스에 따른 오픈 가중치 모델로, 대부분의 애플리케이션에서 무료로 사용할 수 있습니다. 그러나 OrcaRouter를 통해 액세스하는 경우 OrcaRouter의 서비스 약관이 적용되며 토큰당 요금을 지불해야 합니다. 리소스가 있다면 자체 하드웨어에서 모델을 직접 실행할 수도 있습니다. OrcaRouter는 인프라 오버헤드를 피할 수 있는 호스팅 대안을 제공합니다. 자체 호스팅과 OrcaRouter 사용 중 선택은 예산, 지연 시간 요구 사항 및 운영 선호도에 따라 달라집니다.
OrcaRouter는 Google을 포함한 여러 제공업체에 대해 통합된 API 엔드포인트를 제공합니다. Google의 자체 Vertex AI나 AI Platform을 사용하면 다른 가격이 적용될 수 있으며, 대량 사용 시 더 저렴할 수도 있습니다. OrcaRouter의 제로 마크업은 중간 정도의 사용량에 경쟁력이 있습니다. OrcaRouter의 주요 장점은 다양한 모델에 대해 하나의 OpenAI 호환 API를 제공하여 통합을 간소화한다는 점입니다. 이미 Google Cloud를 사용 중인 사용자라면 직접 액세스가 다른 서비스와의 더 나은 통합을 제공할 수 있습니다. OrcaRouter는 표준 API 로깅 외에는 데이터를 저장하지 않습니다. 자세한 내용은 개인정보 처리방침을 확인하세요.
OpenAI 호환 — 쓰던 SDK 그대로
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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)| 입력 / 1M tokens | $0.130 |
| 출력 / 1M tokens | $0.380 |
| 캐시 읽기 / 1M | $0.020 |
| 통화 | USD |
정가 기준 추정치
추정치일 뿐입니다 — 실제 토큰 수는 제공자의 토크나이저에 따라 달라집니다.
@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