Czy mogę uruchomić Gemma 4 31B lokalnie?

Tak — wagi są otwarte na licencji Apache 2.0 i dostępne na Hugging Face pod google/gemma-4-31B-it, więc możesz je pobrać i uruchomić samodzielnie, choć 30,7 mld parametrów gęstych wymaga znacznej pamięci VRAM.

Ile kosztuje i jak długie jest okno kontekstu?

Przez API kosztuje $0.09 za milion tokenów wejściowych i $0.34 za milion tokenów wyjściowych, z oknem kontekstu 256 tys. tokenów.

Czym różni się 31B od innych rozmiarów Gemma 4?

31B to największy gęsty model w rodzinie Gemma 4 i dzieli okno kontekstu 256 tys. tokenów z modelem 12B, ale w przeciwieństwie do mniejszych wariantów nie obsługuje wejścia audio — tylko tekst i obrazy.

▲

33.0%

ten tydzień

Gemma 4 31B

8875°

#llm #google #wizja #wideo #rozumowanie #kodowanie

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

Google | 262,144 token context | $0.20/M input, $0.40/M output. 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.

Poradniki do tego modelu

Jak zainstalować Ollama i uruchomić lokalną AI (Windows, Mac, Linux)

Ollama vs LM Studio (2026): którą lokalną aplikację AI wybrać i które topowe modele obsługuje każda z nich

Najlepsze lokalne LLM według zastosowania (październik 2026): odpowiedni otwarty model do każdego zadania

Jak wybrać model AI w październiku 2026: najpierw zamknięte modele, potem otwarte wagi warte pobrania

Ile VRAM naprawdę potrzebuję do lokalnej AI?

Co to jest plik GGUF? Wyjaśnienie modeli kwantyzowanych (Q4, Q8, fp8, NF4)

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Gemma 4 31B to gęsty multimodalny model Google DeepMind o 30,7 mld parametrów, przyjmujący tekst i obrazy oraz generujący tekst z oknem kontekstu 256 tys. tokenów. Otwarte wagi na licencji Apache 2.0 czynią go jednym z bardziej liberalnych dużych modeli, które można uruchomić samodzielnie. Pasuje deweloperom i badaczom potrzebującym silnego kodowania, rozumowania i rozumienia dokumentów bez zależności od zamkniętego API.

Znany z

Okno kontekstu 256 tys. tokenów, przydatne dla długich dokumentów i baz kodu.
Konfigurowalny tryb myślenia pozwala regulować głębokość rozumowania.
Wbudowane natywne wywoływanie funkcji, nie doklejane.
Wielojęzyczny, obsługuje ponad 140 języków.
Licencja Apache 2.0: dozwolone użycie komercyjne, dostrajanie i redystrybucja.

Uważaj na

Wejście tylko tekst i obraz w tej wersji; audio dostępne tylko w mniejszych wariantach E2B, E4B i 12B.
30,7 mld gęstych parametrów wymaga poważnej pamięci VRAM do lokalnego uruchomienia — realistycznym minimum jest karta 24 GB.
Cennik API jest niski, ale nie darmowy; samodzielne hostowanie przenosi koszty na sprzęt.

Najlepszy do

Podpowiedzi do wypróbowania

Debugowanie trudnego błędu async

Oto asynchroniczna funkcja Pythona, która czasem zgłasza RuntimeError o zamkniętej pętli zdarzeń. Przeanalizuj, co prawdopodobnie powoduje błąd, a następnie przepisz funkcję tak, aby poprawnie obsługiwała cykl życia pętli zdarzeń. Wyjaśnij każdą zmianę i dlaczego rozwiązuje problem.

Rozumowanie przez łamigłówkę logiczną

Pięciu inżynierów dołącza do projektu kolejno od poniedziałku do piątku. Alex dołącza przed Daną. Casey dołącza po Blake’u, ale przed Elliotem. Dana dołącza w środę. Blake nie dołącza w poniedziałek. W jakiej kolejności dołączyli i jak to krok po kroku ustaliłeś?

Wydobycie struktury z dokumentu

Dołączam gęsty techniczny PDF ze specyfikacją. Wyciągnij każde wymaganie, oznacz je unikalnym ID, sklasyfikuj jako funkcjonalne lub niefunkcjonalne i zwróć wyniki jako tablicę JSON z polami: id, text, type i section.

Porównaj z

Gemini 3.8 Flash
Model tylko z API
Kontekst 1,048,576 tokenów · $0.83/M wejście, $4.12/M wyjście
Gemini 3 Flash Preview
Model tylko z API
Kontekst 1,048,576 tokenów · $0.50/M wejście, $3.00/M wyjście
Gemini 2.5 Flash Lite
Model tylko z API
Kontekst 1,048,576 tokenów · $0.10/M wejście, $0.40/M wyjście
Gemini 3.1 Flash Lite
Model tylko z API
Kontekst 1,048,576 tokenów · $0.25/M wejście, $1.50/M wyjście

Więcej modeli tekstowych od google

Pytania, które ludzie zadają

Czy mogę uruchomić Gemma 4 31B lokalnie?: Tak — wagi są otwarte na licencji Apache 2.0 i dostępne na Hugging Face pod google/gemma-4-31B-it, więc możesz je pobrać i uruchomić samodzielnie, choć 30,7 mld parametrów gęstych wymaga znacznej pamięci VRAM.
Ile kosztuje i jak długie jest okno kontekstu?: Przez API kosztuje $0.09 za milion tokenów wejściowych i $0.34 za milion tokenów wyjściowych, z oknem kontekstu 256 tys. tokenów.
Czym różni się 31B od innych rozmiarów Gemma 4?: 31B to największy gęsty model w rodzinie Gemma 4 i dzieli okno kontekstu 256 tys. tokenów z modelem 12B, ale w przeciwieństwie do mniejszych wariantów nie obsługuje wejścia audio — tylko tekst i obrazy.

Wyrok kapitana
Naprawdę otwarty, komercyjnie użyteczny model 30B z długim kontekstem i prawdziwą głębią rozumowania — na tyle rzadki, że warto zwrócić na niego uwagę.

Karta modelu na Hugging Face

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

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

Also ranked: #41 Hottest Text / LLM model · #41 Hottest Text / LLM text model

Not this creator?

Get your own badge

Trend popularności: Gemma 4 31B

Wynik heat od 2 Apr 2026

Wskaźnik popularności

8,875°

Ten tydzień

▲

33.0%

8,837° wtedy, 8,875° teraz

Ten miesiąc

▲

267%

8,702° wtedy, 8,875° teraz

Ostatni rok

n/a

Jeszcze nie wydano/śledzono

7,000°

Podstawa

Skala idzie od 0° do 9 999°. Wszystko poniżej 7,000° jest zarezerwowane dla modeli, o których żadne źródło jeszcze nie raportuje, które mają tam zastępczą wartość, by listy były kompletne. 7,000° to punkt startowy dla danych pomiarowych: model z prawdziwymi danymi, ale prawie bez pobrań, stoi na tej podstawie, a pomiary wypełniają stopnie powyżej niej. Podstawa nic nie mówi o modelu; to stopnie powyżej niej robią różnicę i to one rozróżniają modele.

+1,583°

Tokeny OpenRouter

1,892,201,174,485 tokenów przetworzonych przez ten model przez OpenRouter w ciągu ostatnich 30 dni, razem zapytania i odpowiedzi. Każde 10,000,000 tokenów liczy się jako jedno pobranie w terminie pobrań, łącznie 189,220; tokeny z ostatniego dnia wchodzą do wskaźnika adopcji. Źródło: OpenRouter (openrouter.ai/rankings).

+292°

Tempo adopcji

Około 7,725 pobrań dziennie, mierzone między dwoma odczytami źródeł, nigdy nie szacowane na podstawie średniej z całego czasu. Prędkość waży ćwierć składnika pobrań, więc świeży wzrost jest widoczny, ale jednodniowy skok nie przebije lat użycia.

Pokaż szczegóły

Każdą liczbę na tej stronie można sprawdzić. Wynik popularności tego modelu to 8,875°, a tutaj jest zbudowany krok po kroku, z bieżącym sumowaniem po każdym składniku: podstawa, stopnie dodawane przez każde źródło, bonus za rodzaj modelu oraz odejmowanie za wiek wag. Kolory odpowiadają zakresom na wykresie powyżej. Na końcu znajduje się słownik, który wyjaśnia każde pojęcie.

1
Zacznij od podstawy.
Dlaczego 7,000°, a nie zero: skala idzie od 0° do 9 999°, a część poniżej 7,000° jest zarezerwowana dla modeli, o których żadne źródło jeszcze nie raportuje, które mają tam zastępczą wartość, by listy były kompletne i nigdy nie wyprzedzały modeli z danymi. 7,000° to punkt startowy dla danych pomiarowych. Model z prawdziwymi danymi, ale prawie bez pobrań, stoi tutaj; wszystko co dalej to pomiary, a przestrzeń powyżej podstawy mieści dziesięć dziesięciokrotnych kroków w pobraniach po 300° każdy. Podstawa jest taka sama dla każdego modelu, więc nic nie decyduje; decydują stopnie powyżej niej.
7,000°
bieżąca suma
2
Dodaj pobrania.
189,220 równoważników pobrań łącznie, z Tokeny OpenRouter. Dziesięć razy więcej pobrań dodaje ten sam 300°, więc rozmiar ma znaczenie, ale nigdy nie dominuje wyniku.
+1,583°
8,583°
bieżąca suma
3
Dodaj tempo adopcji.
Około 7,725 pobrań dziennie teraz, mierzone między dwoma odczytami, z wagą ćwierć pobrania.
+292°
8,875°
bieżąca suma
=
Wynik heat.
Pozycja tego modelu na każdej liście na tej stronie. Nic innego tego nie zmienia.
8,875°

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Jak popularność tego modelu zmieniała się w porównaniu do reszty katalogu: jego wzrost w pobraniach, polubieniach i użyciu w każdym okresie, mierzony względem typowego wzrostu modelu w tym samym czasie, wraz z jego wynikiem heat score. Powyżej typowego wzrostu oznacza wzrost, poniżej spadek. Przeszłość jest odtwarzana na podstawie dzisiejszych sum, pierwszego dnia modelu i zmierzonej prędkości pobrań, jeśli są dwa odczyty; model, który nie istniał na początku okresu, pokazuje n/d.

Podobne modele

Nemotron 3.5 Content Safety

TEXT / LLM

Qwen3.8 Max Prime

TEXT / LLM

Modele AI do generowania obrazów, wideo i tekstu

Gemma 4 31B to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm google wizja wideo rozumowanie kodowanie długi kontekst lokalny

Przeglądaj według rodziny modeli