Gemma 4 31B Instruct 是 Google DeepMind 的 30.7B 稠密多模态模型，支持文本和图像输入，文本输出。具有 256K 令牌上下文窗口、可配置的思考/推理模式、原生函数...
Google Gemma 4 31B 是 Gemma 4 系列的指令调优变体，由 Google 开发。它拥有约 310 亿个参数，针对对话和指令跟随任务进行了优化。该模型通过 OrcaRouter 的 OpenAI 兼容 API 进行访问，这意味着你可以使用与 OpenAI 模型相同的端点和客户端库来调用它，只需将模型 ID 设置为 "google/gemma-4-31b-it"。基础 URL…
Gemma 4 31B 专为指令遵循、文本生成和推理而设计。它能理解复杂提示、多轮对话以及需要逐步逻辑的任务。该模型经过指令调优，即经过微调以遵循用户指示并生成有用且连贯的回答。它支持单轮和多轮交互。基于其 31B 参数规模，它在能力与推理速度间取得平衡，使其适用于对延迟敏感的实时应用。
通过GPQA钻石基准测试，我们知道该模型在科学领域的专家级推理任务上表现良好。它可能在代码生成、摘要和创意写作方面也很强大，尽管给定事实中没有提供这些任务的具体基准。当提供清晰、结构化的指令时，该模型最为有效。对于需要超长上下文或检索增强生成的任务，用户应测试模型的上下文窗口限制，因为提供的数据中没有指定确切上下文长度。
如果你的任务很简单——例如基础分类、短文本生成或单句回复——你可能会更倾向于使用较小且成本更低的模型，比如Gemma 4 2B或9B。31B变体的token成本较高，尽管仍然适中。对于延迟至关重要的高吞吐量应用，较小的模型也可能更快。此外，如果你的使用场景不需要GPQA Diamond所衡量的严格推理能力，那么更便宜的通用模型也能以较低成本提供足够的性能。
在提供的事实中未列出具体限制。然而，与许多开放权重指令调优模型类似，Gemma 4 31B 可能会产生不正确或有偏见的输出，尤其是在处理模糊或有争议的话题时。由于其训练数据的截止日期，该模型在处理需要实时信息或非常近期事件的任务时也可能表现不佳。模型的上下文窗口大小未公开；如果其长度有限（例如8K-32K），则可能不适合处理非常长的文档。在高风险应用中，用户应始终验证输出内容。
GPQA Diamond是一个包含研究生级别多选题的数据集，涵盖生物学、物理学和化学。85.7%的得分意味着Gemma 4 31B正确回答了超过85%的问题。这是一个强劲的结果，表明该模型具有扎实的领域知识和推理能力。需要注意的是，该基准测试是多选题形式，因此它不能直接评估生成能力，但它与模型回忆和推理专家级内容的能力相关。
所提供的资料中没有提供额外的基准测试分数。唯一分享的定量基准是GPQA Diamond分数为85.7。为了更全面地了解模型的能力，用户应查阅谷歌的官方技术报告或模型卡片。OrcaRouter并未独立验证或添加基准测试。该模型在其他评估（如MMLU、HumanEval或GSM8K）上的表现可能有所不同，但这里并未包含这些数据。
给定事实中未提供具体的推理速度或延迟数据。作为一个31B参数模型，它比Gemma 4的9B和2B变体更大，因此通常每个token的速度会更慢，且需要更多GPU内存。实际延迟取决于硬件（例如GPU类型、批大小）和提供商基础设施。通过OrcaRouter访问时，您将受到Google服务器基础设施的限制。对于延迟敏感型应用，我们建议在预期工作负载下测试模型的响应时间。
GPQA Diamond的85.7%得分显示了强劲的性能，但并非完美——该模型仍有14.3%的问题回答错误，这意味着它可能无法可靠地处理所有专家级查询。该基准测试并未衡量长上下文推理、多语言性能或安全性。因此，虽然这个分数令人印象深刻，但不应将其解释为在所有任务中都能完美推理的保证。用户应考虑模型在其打算应用的特定领域中的表现。
定价为每百万输入令牌0.13美元，每百万输出令牌0.38美元。这些是提供商费率，OrcaRouter以零加价收取。令牌根据Google的标记器计算；输入令牌包括整个提示和任何系统消息，而输出令牌是生成的文本。没有额外的按请求费用或月度承诺。这种直接的按令牌定价使得根据您的使用量轻松估算成本。
提供的信息中未提及任何缓存折扣或批量定价。OrcaRouter 可能支持对重复输入 token 进行缓存以降低成本，但此处未明确说明。您应查阅 OrcaRouter 的文档或联系其支持团队，了解成本优化功能的具体细节。默认情况下，基础价格为每百万 token $0.13/$0.38。对于极高使用量，您可以咨询潜在的企业协议，但本数据中不包含此类条款。
如果使用 Gemma 4 2B 或 9B，每个 token 的成本会更低，通常在每百万 token 0.02–0.10 美元之间。31B 模型虽然更贵，但根据 GPQA Diamond 分数，其推理能力更强。对于不需要专家级推理的任务，额外成本可能并不值得。相反，在准确性至关重要的应用中，投资 31B 模型可能会减少人工验证的需求，从而可能降低总体成本。
OrcaRouter 直接传递提供商的原始费率，不附加任何加价。以 Google 的 Gemma 4 31B 为例，这意味着您直接支付每百万输入 token 0.13 美元和每百万输出 token 0.38 美元。没有额外的服务费或平台抽成。OrcaRouter 通过其他方式盈利（例如企业订阅或超额使用费），但对于该模型，您看到的价格正是 Google 的收费标准。这种透明度使您能够直接与其他提供商进行成本对比。
您使用一个与OpenAI兼容的客户端库，其中base URL为 `https://api.orcarouter.ai/v1`，模型ID为 `"google/gemma-4-31b-it"`。例如，使用OpenAI Python SDK时，设置 `openai.api_base = "https://api.orcarouter.ai/v1"` 和 `openai.api_key = "your-orcarouter-api-key"`。然后调用 `openai.ChatCompletion.create(model="google/gemma-4-31b-it", messages=[{"role":"user","content":"Hello"}])`。该API支持与OpenAI聊天端点相同的参数，例如 temperature、max_tokens 和 top_p。
OrcaRouter 的 API 支持标准 OpenAI 兼容参数：`model`、`messages`、`temperature`（0–2，默认 1）、`max_tokens`（整数，不超过模型限制）、`top_p`（0–1，默认 1）、`frequency_penalty`、`presence_penalty`、`stop` 序列以及 `stream`（布尔值）。参数 `n`（生成结果数量）可能也受支持，但存在使用限制。请注意，某些 Gemma 4 专属参数（如 `repetition_penalty`）可能可通过额外请求体键值支持；请参阅 OrcaRouter 文档以了解自定义提供方参数。
是的，如果您已经在使用OpenAI兼容API，迁移过程非常简单。只需将`model`参数改为"google/gemma-4-31b-it"，并将请求指向OrcaRouter的基础URL。请注意，分词和输出格式可能与其他模型略有不同。建议您用部分示例提示测试模型回复，以确保质量。同时请注意，定价结构与OpenAI模型不同，可能需要调整成本预期。
OrcaRouter 要求在 `Authorization` 请求头中以 `Bearer <your-api-key>` 的形式发送 API 密钥。您可以通过在 OrcaRouter 网站注册获取密钥。该密钥用于验证您的请求并将其路由到相应的提供商。请务必妥善保管您的密钥。API 不支持其他认证方式。对于流式请求，使用相同的密钥。除非您的 OrcaRouter 账户中另有指定，否则没有额外的 IP 限制。
Gemma 4 9B 是一款更小、更便宜的模型——通常每百万 token 定价约 0.02–0.10 美元——且基准测试分数可能更低。参数数量是其 3.4 倍的 31B 变体在 GPQA Diamond 上达到了 85.7%；9B 的分数未给出，但推测更低。31B 模型推理能力更强，但成本更高，延迟也更高。对于简单任务，9B 可能够用；对于专家级问题，31B 是更好的选择。两者均通过同一个 OrcaRouter API 访问。
未提供直接对比基准。不过，Llama 3.1 70B 是更大的模型（700亿参数），在通用基准测试中通常性能更高，但每次 token 的成本也更高。Gemma 4 31B 效率更高，在 GPQA 等特定领域推理任务上可能具有竞争力。其310亿参数规模使其适合部署在消费级GPU上。用户应针对自身任务进行评估。OrcaRouter 可能同时提供这两个模型供直接对比。
Gemma 4 31B 是一个开放权重的模型，采用 Google 的 Gemma 许可，允许在大多数应用中免费使用。然而，当通过 OrcaRouter 访问时，您需遵守 OrcaRouter 的服务条款并按 token 付费。如果资源充足，您也可以在自己的硬件上自行运行该模型。OrcaRouter 提供托管方案，可避免基础设施开销。选择自托管还是使用 OrcaRouter 取决于您的预算、延迟要求和运营偏好。
OrcaRouter为包括Google在内的多个提供商提供统一的API端点。如果您使用Google自家的Vertex AI或AI Platform，可能会获得不同的定价，对于高用量可能更低。OrcaRouter的零加价对于中等使用量具有竞争力。OrcaRouter的主要优势是提供单一兼容OpenAI的API，支持众多模型，简化集成。对于已经使用Google Cloud的用户，直接访问可能与其他服务有更好的集成。OrcaRouter除标准API日志外不会存储您的数据；详情请查阅其隐私政策。
兼容 OpenAI——沿用你现有的 SDK
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)| 输入 / 1M tokens | $0.130 |
| 输出 / 1M tokens | $0.380 |
| 缓存读取 / 1M | $0.020 |
| 货币 | USD |
基于标价的估算
仅为估算——实际 Token 数取决于提供商的分词器。
@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