Bisakah saya menjalankan Gemma 4 31B IT Ultra secara lokal?

Tidak. Varian ini hanya tersedia lewat API; Google belum merilis bobot terbuka sehingga deployment lokal tidak memungkinkan.

Berapa biaya dan berapa lama konteksnya?

Harga $0,27 per juta token input dan $0,76 per juta token output, dengan jendela konteks 131.072 token.

Apa perbedaan versi Ultra dengan Gemma 4 31B IT standar?

Ultra adalah tingkat penyajian yang dioptimalkan kecepatan dari model yang sama, bukan model yang lebih besar atau dilatih terpisah — Anda mendapatkan throughput lebih tinggi, bukan kemampuan berbeda.

Gemma 4 31B it Ultra

2923°

#llm #google #visi #penalaran #cepat #obrolan

Buka DeepInfra

google | konteks 131.072 token | $0.27/M input, $0.76/M output. Versi kecepatan Ultra dari gemma-4-31B-it

Panduan untuk model ini

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Cara memilih model AI di Oktober 2026: berita sumber tertutup, lalu bobot terbuka yang layak diunduh

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Gemma 4 31B IT Ultra adalah varian penyajian yang dioptimalkan kecepatan dari model Gemma 4 31B yang disetel instruksi oleh Google, dengan kemampuan visi dan penalaran bawaan. Ia berjalan dengan throughput lebih tinggi dibanding versi standar sambil mempertahankan jendela konteks 131k token yang sama. Dengan biaya kurang dari satu dolar per juta token gabungan, ini pilihan praktis kelas menengah untuk tim yang butuh penalaran multimodal mumpuni tanpa harga model frontier.

Dikenal untuk

Inferensi lebih cepat daripada Gemma 4 31B standar, model dasar sama
Dukungan input visi bersama penalaran teks
Jendela konteks 131k token untuk dokumen dan percakapan lebih panjang
Harga per token kompetitif untuk model kelas 30B

Waspadai

Bobot tidak terbuka; Anda tidak dapat menjalankan ini secara lokal, hanya lewat API.
"Ultra" menandakan tingkat kecepatan, bukan peningkatan kemampuan — jangan salah artikan sebagai model lebih besar.
Tidak ada detail kartu model yang dipublikasikan; batas kemampuan tepat tidak didokumentasikan oleh Google.

Terbaik untuk

Prompt untuk dicoba

Analisis gambar grafik

Lampirkan grafik atau diagram dari laporan yang sedang Anda kerjakan. Jelaskan apa yang ditunjukkan data, identifikasi tren, tandai anomali, dan sarankan satu pertanyaan lanjutan yang layak diselidiki.

Masalah logika multi-langkah

Sebuah kereta berangkat dari kota A pukul 08:00 dengan kecepatan 90 km/jam. Kereta kedua berangkat dari kota B, 270 km jauhnya, pukul 09:00 menuju kota A dengan kecepatan 120 km/jam. Kapan mereka bertemu, dan berapa jauh dari kota A? Tunjukkan perhitungan langkah demi langkah.

Ringkas dokumen panjang

Tempelkan kontrak panjang, makalah riset, atau dokumen kebijakan. Berikan saya ringkasan terstruktur: tujuan utama, tiga kewajiban atau temuan paling penting, dan istilah atau catatan yang harus saya periksa sebelum menyetujui atau mengutip.

Bandingkan dengan

Gemini 2.5 Flash Lite
Model hanya API
konteks 1,048,576 token · $0.10/M input, $0.40/M output
Gemini 3.1 Flash Lite
Model hanya API
konteks 1,048,576 token · $0.25/M input, $1.50/M output
Gemini 3.5 Flash Lite
Model hanya API
konteks 1,048,576 token · $0.30/M input, $2.50/M output
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Model hanya API
konteks 65,536 token · $0.25/M input, $1.50/M output

Model teks lain dari google

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Gemma 4 31B IT Ultra secara lokal?: Tidak. Varian ini hanya tersedia lewat API; Google belum merilis bobot terbuka sehingga deployment lokal tidak memungkinkan.
Berapa biaya dan berapa lama konteksnya?: Harga $0,27 per juta token input dan $0,76 per juta token output, dengan jendela konteks 131.072 token.
Apa perbedaan versi Ultra dengan Gemma 4 31B IT standar?: Ultra adalah tingkat penyajian yang dioptimalkan kecepatan dari model yang sama, bukan model yang lebih besar atau dilatih terpisah — Anda mendapatkan throughput lebih tinggi, bukan kemampuan berbeda.

Putusan Kapten
Pilihan masuk akal saat Anda butuh visi dan penalaran Gemma 4 dengan kecepatan dan kendala API tertutup tidak menjadi masalah.

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Cara memasang

Cara Menginstal Ollama dan Menjalankan AI Lokal (Windows, Mac, Linux)

11 Okt 2026

Buka DeepInfra

Model Serupa

Nano Banana (Gemini 2.5 Flash Image)

TEXT / LLM

Grok 4.6

TEXT / LLM

Meta Llama 3.1 8B Instruct Turbo

TEXT / LLM

Claude Sonnet 4.6

TEXT / LLM

Model AI untuk Pembuatan Gambar, Video & Teks

Gemma 4 31B it Ultra adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm google visi penalaran cepat obrolan

Jelajahi berdasarkan Keluarga Model