Gemma 4 31B Instruct is Google DeepMind's 30.7B dense multimodal model supporting text and image input with text output. Features a 256K token context window, configurable thinking/reasoning mode, native function calling, and multilingual support across 140+ languages. Strong on coding, reasoning, and document understanding tasks. Apache 2.0 license.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
| US$0.125 | US$0.340 | US$0.075 | 0.47s | 104 tok/s | ||
| US$0.100 | US$0.340 | US$0.100 | 1.00s | 110 tok/s | ||
| US$0.100 | US$0.340 | US$0.100 | 0.37s | 69 tok/s | ||
| US$0.135 | US$0.510 | US$0.075 | 0.48s | 47 tok/s | ||
| US$0.750 | US$1.000 | US$0.200 | 0.12s | 204 tok/s | ||
| US$0.200 | US$0.400 | -- | 0.59s | 22 tok/s | ||
| US$0.380 | US$1.150 | -- | 2.01s | 69 tok/s | ||
| US$0.300 | US$0.600 | -- | 1.32s | 25 tok/s | ||
| US$0.200 | US$0.335 | US$0.100 | 0.92s | 15 tok/s | ||
| US$0.750 | US$1.000 | US$0.250 | 5.35s | 22 tok/s | ||
| US$0.140 | US$0.400 | -- | 1.04s | 69 tok/s | ||
| US$0.340 | US$0.100 | US$0.100 | 0.51s | 134 tok/s | ||
| US$0.150 | US$0.400 | US$0.060 | 0.48s | 54 tok/s | ||
| US$0.120 | US$0.360 | US$0.090 | 0.77s | 44 tok/s | ||
| US$0.120 | US$0.370 | US$0.012 | 2.61s | 19 tok/s | ||
| US$0.140 | US$0.400 | US$0.140 | 0.57s | 65 tok/s | ||
| US$0.140 | US$0.400 | -- | 0.42s | 94 tok/s | ||
不用于 Standard 路由:未使用这些端点的原因 | ||||||
| US$0.160 | US$0.320 | -- | 1.89s | 24 tok/s | ||
- 输入 /百万
- US$0.125
- 输出 /百万
- US$0.34
- 缓存读取 /百万
- US$0.075
- 延迟
- 0.47s
- 吞吐量
- 104 tok/s
- 正常运行时间
- 99.95%
- 输入 /百万
- US$0.10
- 输出 /百万
- US$0.34
- 缓存读取 /百万
- US$0.10
- 延迟
- 1.00s
- 吞吐量
- 110 tok/s
- 正常运行时间
- 99.68%
- 输入 /百万
- US$0.10
- 输出 /百万
- US$0.34
- 缓存读取 /百万
- US$0.10
- 延迟
- 0.37s
- 吞吐量
- 69 tok/s
- 正常运行时间
- 100.00%
Turbo- 输入 /百万
- US$0.135
- 输出 /百万
- US$0.51
- 缓存读取 /百万
- US$0.075
- 延迟
- 0.48s
- 吞吐量
- 47 tok/s
- 正常运行时间
- 100.00%


- 输入 /百万
- US$0.75
- 输出 /百万
- US$1.00
- 缓存读取 /百万
- US$0.20
- 延迟
- 0.12s
- 吞吐量
- 204 tok/s
- 正常运行时间
- 100.00%

- 输入 /百万
- US$0.20
- 输出 /百万
- US$0.40
- 缓存读取 /百万
- --
- 延迟
- 0.59s
- 吞吐量
- 22 tok/s
- 正常运行时间
- 99.85%
- 输入 /百万
- US$0.38
- 输出 /百万
- US$1.15
- 缓存读取 /百万
- --
- 延迟
- 2.01s
- 吞吐量
- 69 tok/s
- 正常运行时间
- 93.41%
Priority- 输入 /百万
- US$0.30
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- --
- 延迟
- 1.32s
- 吞吐量
- 25 tok/s
- 正常运行时间
- 98.82%
- 输入 /百万
- US$0.20
- 输出 /百万
- US$0.335
- 缓存读取 /百万
- US$0.10
- 延迟
- 0.92s
- 吞吐量
- 15 tok/s
- 正常运行时间
- 99.70%
- 输入 /百万
- US$0.75
- 输出 /百万
- US$1.00
- 缓存读取 /百万
- US$0.25
- 延迟
- 5.35s
- 吞吐量
- 22 tok/s
- 正常运行时间
- 99.13%
- 输入 /百万
- US$0.14
- 输出 /百万
- US$0.40
- 缓存读取 /百万
- --
- 延迟
- 1.04s
- 吞吐量
- 69 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.34
- 输出 /百万
- US$0.10
- 缓存读取 /百万
- US$0.10
- 延迟
- 0.51s
- 吞吐量
- 134 tok/s
- 正常运行时间
- 99.36%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.40
- 缓存读取 /百万
- US$0.06
- 延迟
- 0.48s
- 吞吐量
- 54 tok/s
- 正常运行时间
- 99.41%
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.36
- 缓存读取 /百万
- US$0.09
- 延迟
- 0.77s
- 吞吐量
- 44 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.37
- 缓存读取 /百万
- US$0.012
- 延迟
- 2.61s
- 吞吐量
- 19 tok/s
- 正常运行时间
- 99.44%
- 输入 /百万
- US$0.14
- 输出 /百万
- US$0.40
- 缓存读取 /百万
- US$0.14
- 延迟
- 0.57s
- 吞吐量
- 65 tok/s
- 正常运行时间
- 98.85%
- 输入 /百万
- US$0.14
- 输出 /百万
- US$0.40
- 缓存读取 /百万
- --
- 延迟
- 0.42s
- 吞吐量
- 94 tok/s
- 正常运行时间
- 89.50%
- 不用于 Standard 路由:未使用这些端点的原因
Flex- 输入 /百万
- US$0.16
- 输出 /百万
- US$0.32
- 缓存读取 /百万
- --
- 延迟
- 1.89s
- 吞吐量
- 24 tok/s
- 正常运行时间
- 98.64%
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
Gemma 4 31B — 价格历史
| US$0.0528 | US$0.3643 | 62.1% | 2.2% | ||
| US$0.0960 | US$0.3984 | 59.9% | 5.9% | ||
| US$0.0961 | US$0.3590 | 79.5% | 3.3% | ||
| US$0.0999 | US$0.3389 | 38.2% | 14.4% | ||
| US$0.0999 | US$0.3390 | 30.7% | 18.0% | ||
| US$0.1086 | US$0.5086 | 43.8% | 16.1% | ||
| US$0.1114 | US$0.3390 | 27.0% | 12.2% | ||
| US$0.1270 | US$0.3066 | 61.3% | 2.2% | ||
| US$0.1398 | US$0.3979 | 0.0% | 0.7% | ||
| US$0.1399 | US$0.3992 | 19.2% | 2.1% | ||
| US$0.1400 | US$0.3995 | 13.6% | 8.6% | ||
| US$0.1999 | US$0.3989 | 0.0% | 6.0% | ||
| US$0.2552 | US$0.0985 | 35.3% | 0.4% | ||
| US$0.2999 | US$0.5996 | 0.0% | 0.8% | ||
| US$0.3799 | US$1.1497 | 0.0% | 0.1% | ||
| US$0.4785 | US$1.0000 | 49.3% | 5.7% | ||
| US$0.6789 | US$1.0000 | 14.2% | 1.4% | ||
不用于 Standard 路由:未使用这些端点的原因 | |||||
| US$0.1595 | US$0.3186 | 0.0% | 0.0% | ||
- 有效输入价格 US$0.0528 / 实际输出 US$0.3643token 占比2.2%
- 有效输入价格 US$0.0960 / 实际输出 US$0.3984token 占比5.9%
- 有效输入价格 US$0.0961 / 实际输出 US$0.3590token 占比3.3%
- 有效输入价格 US$0.0999 / 实际输出 US$0.3389token 占比14.4%
- 有效输入价格 US$0.0999 / 实际输出 US$0.3390token 占比18.0%
- 有效输入价格 US$0.1086 / 实际输出 US$0.5086Turbotoken 占比16.1%
- 有效输入价格 US$0.1114 / 实际输出 US$0.3390token 占比12.2%
- 有效输入价格 US$0.1270 / 实际输出 US$0.3066token 占比2.2%
- 有效输入价格 US$0.1398 / 实际输出 US$0.3979token 占比0.7%
- 有效输入价格 US$0.1399 / 实际输出 US$0.3992token 占比2.1%
- 有效输入价格 US$0.1400 / 实际输出 US$0.3995token 占比8.6%
- 有效输入价格 US$0.1999 / 实际输出 US$0.3989token 占比6.0%
- 有效输入价格 US$0.2552 / 实际输出 US$0.0985token 占比0.4%
- 有效输入价格 US$0.2999 / 实际输出 US$0.5996Prioritytoken 占比0.8%
- 有效输入价格 US$0.3799 / 实际输出 US$1.1497token 占比0.1%
- 有效输入价格 US$0.4785 / 实际输出 US$1.0000token 占比5.7%
- 有效输入价格 US$0.6789 / 实际输出 US$1.0000token 占比1.4%
- 不用于 Standard 路由:未使用这些端点的原因
- 有效输入价格 US$0.1595 / 实际输出 US$0.3186Flextoken 占比0.0%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | Gemma 4 31B (Non-reasoning) Openness Index | 38.9 |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) GPQA Diamond | 76.3% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) HLE | 11.8% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) IFBench | 53.5% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) τ²-Bench Telecom | 65.5% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) AA-LCR | 46.7% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) τ³-Banking | 8.9% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) GDPval-AA | 2.7% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) CritPt | 0.0% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) Terminal-Bench Hard | 30.3% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) Terminal-Bench 2.1 | 29.2% |
| Artificial Analysis | Gemma 4 31B (Non-reasoning) MMMU-Pro | 70.3% |
| Artificial Analysis | Gemma 4 31B (Reasoning) Intelligence Index | 4.4 |
| Artificial Analysis | Gemma 4 31B (Reasoning) Finance & Accounting Index | 8.2 |
| Artificial Analysis | Gemma 4 31B (Reasoning) Strategy & Ops Index | 6.9 |
| Artificial Analysis | Gemma 4 31B (Reasoning) Legal Index | 7.3 |
| Artificial Analysis | Gemma 4 31B (Reasoning) Engineering Index | 11.9 |
| Artificial Analysis | Gemma 4 31B (Reasoning) Economics Index | 9.5 |
| Artificial Analysis | Gemma 4 31B (Reasoning) Openness Index | 38.9 |
| Artificial Analysis | Gemma 4 31B (Reasoning) AutomationBench-AA | 4.9% |
| Artificial Analysis | Gemma 4 31B (Reasoning) GDP.pdf | 6.0% |
| Artificial Analysis | Gemma 4 31B (Reasoning) EnterpriseOps-Gym-AA | 28.3% |
| Artificial Analysis | Gemma 4 31B (Reasoning) ITBench-AA | 37.3% |
| Artificial Analysis | Gemma 4 31B (Reasoning) GPQA Diamond | 85.7% |
| Artificial Analysis | Gemma 4 31B (Reasoning) HLE | 23.6% |
| Artificial Analysis | Gemma 4 31B (Reasoning) IFBench | 75.6% |
| Artificial Analysis | Gemma 4 31B (Reasoning) τ²-Bench Telecom | 59.9% |
| Artificial Analysis | Gemma 4 31B (Reasoning) AA-LCR | 69.7% |
| Artificial Analysis | Gemma 4 31B (Reasoning) τ³-Banking | 14.8% |
| Artificial Analysis | Gemma 4 31B (Reasoning) GDPval-AA | 6.3% |
| Artificial Analysis | Gemma 4 31B (Reasoning) CritPt | 1.4% |
| Artificial Analysis | Gemma 4 31B (Reasoning) HLE-Diamond | 7.2% |
| Artificial Analysis | Gemma 4 31B (Reasoning) SciCode | 45.5% |
| Artificial Analysis | Gemma 4 31B (Reasoning) Terminal-Bench Hard | 36.4% |
| Artificial Analysis | Gemma 4 31B (Reasoning) Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | Gemma 4 31B (Reasoning) Terminal-Bench 2.1 | 43.4% |
| Artificial Analysis | Gemma 4 31B (Reasoning) FrontierCode-AA 2.0 | 0.0% |
| Artificial Analysis | Gemma 4 31B (Reasoning) Terminal-Bench-Science | 0.0% |
| Artificial Analysis | Gemma 4 31B (Reasoning) CritPt v2 (Hard Subset) | 4.0% |
| Artificial Analysis | Gemma 4 31B (Reasoning) CritPt v2 | 11.7% |
| Artificial Analysis | Gemma 4 31B (Reasoning) AA-Omniscience Accuracy | 19.9% |
| Artificial Analysis | Gemma 4 31B (Reasoning) AA-Omniscience Non-Hallucination Rate | 14.5% |
| Artificial Analysis | Gemma 4 31B (Reasoning) MMMU-Pro | 73.4% |
| Vals AI | Gemma 4 31B IT CaseLaw v2 | 52.6% |
| Vals AI | Gemma 4 31B IT Finance Agent v1.1 | 50.8% |
| Vals AI | Gemma 4 31B IT MortgageTax | 61.4% |
| Vals AI | Gemma 4 31B IT SAGE | 82.8% |
| Vals AI | Gemma 4 31B IT Terminal-Bench 2.0 | 39.3% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
目前无法通过 EU 区域内路由使用。 区域内路由文档
文档
在 OpenRouter 上使用 Google: Gemma 4 31B 构建应用的指南、实用教程、博客文章和工具。
常见问题
Gemma 4 31B Instruct is Google DeepMind's 30.7B dense multimodal model supporting text and image input with text output. Features a 256K token context window, configurable thinking/reasoning mode, native function calling, and multilingual support across 140+ languages. Strong on coding, reasoning, and document understanding tasks. Apache 2.0 license.
OpenRouter 上的 Gemma 4 31B 文档包括 LLM Quantization: What fp8 and fp4 Do to Quality and Price 博客文章和LLM API Rate Limits: How to Fix OpenAI and Claude 429 Errors 博客文章。快速入门介绍了 API 密钥和您的首次请求,API 参考列出了所有参数。
Gemma 4 31B 的费用为 US$0.10/百万输入 token 和 US$0.34/百万输出 token,Cache Read,价格为 US$0.10/M tokens 单独计费。
Gemma 4 31B 的上下文窗口为 262,144 个 token。它最多支持 262,144 个补全 token。
是的。Gemma 4 31B 接受 tools 和 tool_choice,以进行函数调用。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
Gemma 4 31B 接受 图像、文本和视频 作为输入,并返回 文本。
在 OpenRouter 上,Gemma 4 31B 由 15 家提供商提供服务:KT, CoreWeave, Venice, Chutes, NextBit, DeepInfra (fp8), Crusoe, Friendli 及另外 7 个。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
Gemma 4 31B 于 2026年4月2日 发布。