Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Google · pașaport de model

Google: Gemma 4 31B

gemma-4-31b-it

Ponderi deschise
31.3B parametri
262,144 context
Lansat 2026-03-11(repo HF creat)

Cea mai bună percentilă: 67.6Halucinații HHEM (Vectara)
Poziția în cohortă: 49.6mediană 57.9

Ce spun datele

Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai slabe axe

3.7 pct — SimpleQA Verified (10.4%)

Neuniform: 63,9 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 67.6 pct pe Halucinații HHEM (Vectara) față de 3.7 pct pe SimpleQA Verified.

Halucinații HHEM (Vectara)67.6 pct92.6%Verifică →
LiveBench65.3 pct61.6%Verifică →
GPQA Diamond55.7 pct75.8%Verifică →
AIME (matematică)54.5 pct73.3%Verifică →
SimpleQA Verified3.7 pct10.4%Verifică →
GeneralNeevaluat
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
FrontierMathNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
IFBench (Artificial Analysis)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat
ProgramareNeevaluat
Urmarea instrucțiunilorNeevaluat
Prompturi dificileNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositorygoogle/gemma-4-31B-it

Parametri31.3B

ArhitecturăGemma4ForConditionalGeneration

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "google/gemma-4-31B-it"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APIgoogle/gemma-4-31b-it

Lungime context262,144 tokeni

Ieșire maximă16,384 tokeni

Acceptăimage, text, video

Preț intrare$0.20 per 1M tokeni

Preț ieșire$0.40 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyInclude reasoningLogit biasLogprobsMax tokensMin-pPresence penaltyReasoningRepetition penaltyResponse formatSeedStop sequencesStructured outputsTemperatureTool choiceTool callingTop-kTop logprobsTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemma-4-31b-it","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

gemma-4-31b-it stands at 49.6 (raw mean 49.3) — measured on 5 of 27 axes.
pozițieșablonVerifică →
gemma-4-31b-it stands at 49.6 versus a cohort median of 57.9 across 100 models released within 180 days — below the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →