Kann ich Gemma 4 31B IT Ultra lokal ausführen?

Nein. Diese Variante ist nur per API verfügbar; Google hat keine offenen Gewichte veröffentlicht, daher ist eine lokale Bereitstellung nicht möglich.

Was kostet es und wie groß ist der Kontext?

Die Preise betragen $0,27 pro Million Eingabetokens und $0,76 pro Million Ausgabetokens, mit einem Kontextfenster von 131.072 Tokens.

Worin unterscheidet sich die Ultra-Version von der Standard-Gemma 4 31B IT?

Ultra ist eine geschwindigkeitsoptimierte Serving-Stufe desselben Modells, kein größeres oder separat trainiertes Modell – Sie erhalten höheren Durchsatz, aber keine anderen Fähigkeiten.

Gemma 4 31B it Ultra

2923°

#llm #google #vision #logik #schnell #chat

DeepInfra öffnen

google | 131.072 Token Kontext | $0,27/M Eingabe, $0,76/M Ausgabe. Ultra-Schnellversion von gemma-4-31B-it

Anleitungen zu diesem Modell

Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst

Wie man im Oktober 2026 ein KI-Modell auswählt: Neuigkeiten zu Closed Source und dann die Open-Weights, die sich zum Download lohnen

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Gemma 4 31B IT Ultra ist Googles geschwindigkeitsoptimierte Serving-Variante des 31B Gemma 4, einem instruktionstuned Modell mit integrierten Vision- und Reasoning-Fähigkeiten. Es läuft mit höherem Durchsatz als die Standardversion und behält dabei dasselbe 131k-Tokens-Kontextfenster. Mit Kosten von unter einem Dollar pro Million Tokens kombiniert es praktische Mittelklassepreise für Teams, die fähiges multimodales Reasoning ohne Spitzenmodellpreise benötigen.

Bekannt für

Schnellere Inferenz als das Standardmodell Gemma 4 31B, gleiches zugrundeliegendes Modell
Unterstützung für Vision-Eingaben neben Text-Reasoning
131k-Tokens-Kontextfenster für längere Dokumente und Gespräche
Wettbewerbsfähige Tokenpreise für ein Modell der 30B-Klasse

Achte auf

Gewichte sind nicht offen; Sie können es nicht lokal ausführen, nur über API.
"Ultra" bezeichnet eine Geschwindigkeitsstufe, kein Fähigkeitsupgrade – nicht mit einem größeren Modell verwechseln.
Keine veröffentlichten Modelldetails; genaue Fähigkeitsgrenzen sind von Google nicht dokumentiert.

Am besten für

Prompts zum Ausprobieren

Ein Diagrammbild analysieren

Fügen Sie ein Diagramm oder eine Grafik aus einem Bericht ein, an dem Sie arbeiten. Beschreiben Sie, was die Daten zeigen, identifizieren Sie den Trend, markieren Sie Anomalien und schlagen Sie eine Folgefrage zur Untersuchung vor.

Mehrstufiges Logikproblem

Ein Zug verlässt Stadt A um 08:00 Uhr mit 90 km/h. Ein zweiter Zug verlässt Stadt B, 270 km entfernt, um 09:00 Uhr in Richtung Stadt A mit 120 km/h. Wann treffen sie sich und wie weit von Stadt A entfernt? Zeigen Sie Ihre Berechnung Schritt für Schritt.

Ein langes Dokument zusammenfassen

Fügen Sie einen umfangreichen Vertrag, eine Forschungsarbeit oder ein Richtliniendokument ein. Geben Sie mir eine strukturierte Zusammenfassung: den Hauptzweck, die drei wichtigsten Verpflichtungen oder Erkenntnisse und alle Bedingungen oder Vorbehalte, die ich vor Zustimmung oder Zitierung prüfen sollte.

Vergleichen mit

Gemini 2.5 Flash Lite
Nur API-Modell
1,048,576 Token Kontext · $0.10/M Eingabe, $0.40/M Ausgabe
Gemini 3.1 Flash Lite
Nur API-Modell
1,048,576 Token Kontext · $0.25/M Eingabe, $1.50/M Ausgabe
Gemini 3.5 Flash Lite
Nur API-Modell
1,048,576 Token Kontext · $0.30/M Eingabe, $2.50/M Ausgabe
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Nur API-Modell
65,536 Token Kontext · $0.25/M Eingabe, $1.50/M Ausgabe

Mehr Textmodelle von google

Häufig gestellte Fragen

Kann ich Gemma 4 31B IT Ultra lokal ausführen?: Nein. Diese Variante ist nur per API verfügbar; Google hat keine offenen Gewichte veröffentlicht, daher ist eine lokale Bereitstellung nicht möglich.
Was kostet es und wie groß ist der Kontext?: Die Preise betragen $0,27 pro Million Eingabetokens und $0,76 pro Million Ausgabetokens, mit einem Kontextfenster von 131.072 Tokens.
Worin unterscheidet sich die Ultra-Version von der Standard-Gemma 4 31B IT?: Ultra ist eine geschwindigkeitsoptimierte Serving-Stufe desselben Modells, kein größeres oder separat trainiertes Modell – Sie erhalten höheren Durchsatz, aber keine anderen Fähigkeiten.

Captain's Urteil
Eine sinnvolle Wahl, wenn Sie Gemma 4's Vision und Reasoning schnell benötigen und die geschlossene API-Einschränkung für Sie kein Problem darstellt.

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Wie man installiert

Wie man Ollama installiert und eine lokale KI betreibt (Windows, Mac, Linux)

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Gemma 4 31B it Ultra ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm google vision logik schnell chat

Nach Modellfamilie stöbern