Kan jag köra Gemma 4 31B IT Ultra lokalt?

Nej. Denna variant är endast API-baserad; Google har inte släppt öppna vikter för den, så lokal distribution är inte möjlig.

Vad kostar det och hur långt är kontexten?

Priset är $0,27 per miljon inputtoken och $0,76 per miljon outputtoken, med ett kontextfönster på 131 072 token.

Hur skiljer sig Ultra-versionen från standard Gemma 4 31B IT?

Ultra är en hastighetsoptimerad servernivå av samma modell, inte en större eller separat tränad modell – du får högre genomströmning, inte andra funktioner.

Gemma 4 31B it Ultra

2923°

#llm #google #vision #resonemang #snabb #chatt

Öppna DeepInfra

google | 131,072 token context | $0.27/M input, $0.76/M output. Ultra-hastighetsversion av gemma-4-31B-it

Guider för denna modell

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Hur du väljer en AI-modell i oktober 2026: nyheter om stängd källkod och öppna vikter värda att ladda ner

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Gemma 4 31B IT Ultra är Googles hastighetsoptimerade servervariant av den 31B stora Gemma 4-instruktionsanpassade modellen, med inbyggda syn- och resonemangsfunktioner. Den kör med högre genomströmning än standardversionen samtidigt som den behåller samma 131k-token kontextfönster. För under en dollar per miljon token totalt är den ett praktiskt mellanalternativ för team som behöver kapabel multimodal resonemang utan frontier-modellens prislapp.

Känd för

Snabbare inferens än standard Gemma 4 31B, samma underliggande modell
Stöd för syninmatning tillsammans med textresonemang
131k token kontextfönster för längre dokument och samtal
Konkurrenskraftigt pris per token för en 30B-klassmodell

Se upp för

Vikterna är inte öppna; du kan inte köra den lokalt, endast via API.
"Ultra" betecknar hastighetsnivå, inte en kapacitetsuppgradering – förväxla inte med en större modell.
Ingen modellkortsinformation publicerad; exakta kapacitetsgränser dokumenteras inte av Google.

Bäst för

Syn

Resonemang

Snabb

Chatt och assistenter

Promptar att prova

Analysera en diagrambild

Bifoga ett diagram eller graf från en rapport du arbetar med. Beskriv vad datan visar, identifiera trenden, markera eventuella avvikelser och föreslå en uppföljningsfråga värd att undersöka.

Flerstegs logikproblem

Ett tåg lämnar stad A kl 08:00 och färdas i 90 km/h. Ett andra tåg lämnar stad B, 270 km bort, kl 09:00 och färdas mot stad A i 120 km/h. När möts de och hur långt från stad A? Visa din uträkning steg för steg.

Sammanfatta ett långt dokument

Klistra in ett långt kontrakt, forskningspapper eller policydokument. Ge mig en strukturerad sammanfattning: huvudsyftet, de tre viktigaste skyldigheterna eller fynden, och eventuella villkor eller reservationer jag bör granska innan jag godkänner eller citerar.

Jämför med

Gemini 2.5 Flash Lite
Endast API-modell
1,048,576 tokens kontext · $0.10/M indata, $0.40/M utdata
Gemini 3.1 Flash Lite
Endast API-modell
1,048,576 tokens kontext · $0.25/M indata, $1.50/M utdata
Gemini 3.5 Flash Lite
Endast API-modell
1,048,576 tokens kontext · $0.30/M indata, $2.50/M utdata
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Endast API-modell
65,536 tokens kontext · $0.25/M indata, $1.50/M utdata

Fler textmodeller från google

Vanliga frågor

Kan jag köra Gemma 4 31B IT Ultra lokalt?: Nej. Denna variant är endast API-baserad; Google har inte släppt öppna vikter för den, så lokal distribution är inte möjlig.
Vad kostar det och hur långt är kontexten?: Priset är $0,27 per miljon inputtoken och $0,76 per miljon outputtoken, med ett kontextfönster på 131 072 token.
Hur skiljer sig Ultra-versionen från standard Gemma 4 31B IT?: Ultra är en hastighetsoptimerad servernivå av samma modell, inte en större eller separat tränad modell – du får högre genomströmning, inte andra funktioner.

Kaptens omdöme
Ett klokt val när du behöver Gemma 4:s syn och resonemang i hög takt och inte störs av stängd API-begränsning.

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Hur man installerar

Hur man installerar Ollama och kör en lokal AI (Windows, Mac, Linux)

11 okt 2026

Öppna DeepInfra

Liknande modeller

Qwen3 Coder 480B A35B Instruct Turbo

AI-modeller för bild-, video- och textgenerering

Gemma 4 31B it Ultra är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm google vision resonemang snabb chatt

Bläddra efter modellfamilj