Model
.ai
追蹤開放 AI 模型
google | 262,144 token context | $0.09/M input, $0.34/M output. Gemma 是 Google DeepMind 建立的一系列開放模型。Gemma 4 模型為多模態,能處理文本和圖像輸入並生成文本輸出。
本模型的指南
全部指南
Gemma 4 31B IT Turbo 是 Google DeepMind 推出的一款多模態模型,接受文字與影像輸入並輸出文字。它屬於 Gemma 4 系列中等大小的版本,擁有 262,144 字元的上下文視窗。每百萬輸入字元成本不到十分錢,適合大量使用,若你需要視覺加長上下文推理且不想負擔高額 API 費用,值得一試。

以...聞名

  • 262,144 字元上下文視窗——可一次處理非常長的文件。
  • 接受影像與文字輸入,涵蓋多模態任務。
  • 低廉的輸入價格,每百萬字元 0.09 美元,成本易控。
  • 隸屬於 Google DeepMind 的 Gemma 4 系列,設計涵蓋廣泛任務。

注意

  • 權重未公開,必須使用 API,無法本地部署。
  • 輸出字元價格約為輸入的四倍,生產環境中需注意生成長度。

可嘗試的提示詞

分析密集文件
這是一份長合約。請找出所有限制責任的條款,並用簡單英文摘要每條內容,標記任何不尋常或偏頗的條款,並具體指出條款編號。
描述並推理影像
我附上一張數據儀表板截圖。請列出所有顯示的指標,指出與其他指標相比看起來異常的項目,並為每個異常提出兩個可能的解釋。
多步驟推理問題
一個倉庫每天分三班出貨 240 筆訂單。早班處理 40%,午班 35%,晚班處理剩餘訂單。若晚班增加一名工人且產量提升 15%,請問晚班現在處理多少訂單?新的每日總出貨量是多少?

比較

更多來自 google 的文字模型

常見問題

我可以在本地運行 Gemma 4 31B IT Turbo 嗎?
不行。權重未公開,僅能透過 API 使用,無法下載或自架。
成本是多少?上下文多長?
價格為每百萬輸入字元 0.09 美元,輸出字元 0.34 美元,上下文視窗為 262,144 字元。
此模型與其他 Gemma 4 版本有何不同?
Google 未公開 Gemma 4 各版本的詳細比較,但 Turbo 標籤通常代表該系列內的速度或效率優化。
船長評語
長上下文視覺任務的真正低價入門選擇——但請記得你是在租用,而非擁有。
船長根據模型自身描述與模型卡撰寫這些筆記。價格與上下文大小為撰寫時提供者資料,可能會變動。
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai 上的 gemma 4 31B it turbo:Heat 4,653°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
這個分數是怎麼累積的
這個模型目前還沒有任何來源的流行度數據,所以它會有一個低於 7,000° 的替代數字,讓列表保持完整。它永遠不會排在有數據的模型前面。一旦有來源報告數據,細項就會顯示在這裡。
詞彙表:這裡使用的術語
熱度分數
一個數字,表示模型目前的使用和需求程度,範圍從 0° 到 9,999°。本網站所有標示「最熱門」的排行榜都是依此排序,沒有其他排序依據。
底線
每個有實際數據的模型起始於 7,000°。分數範圍是 0° 到 9,999°;底線以下保留給沒有數據的模型,確保有數據的模型總是排名較前。底線對所有人相同,不影響排名;超過底線的度數才是評分依據。
下載等值
分數中視為下載的所有項目加總:下載本身、每個種子節點算 1,000、每張 AI Horde 圖像和每次生成網站的執行算一。
對數刻度
以十為單位計數,不是以一為單位:從 1,000 到 10,000 下載增加的度數,和從 10,000 到 100,000 增加的度數相同。這樣能防止巨頭壓過其他模型。
喜歡數
來自各來源的讚和喜歡,每個在對數刻度上算半個下載量。
採用率
模型目前每天的下載次數,根據兩次來源讀取的差異計算。權重是下載量的四分之一。
實測與估算
實測表示有兩個來源的讀數,且差異是真實的。估算表示只知道今天的總數,過去的數據則分散在模型的整個生命週期;網站會說明顯示的是哪一種。
種子節點
指在線上保留權重檔案供他人透過種子下載的人,或是提供相同服務的鏡像站。每一個種子節點算作1,000次下載。
AI Horde
一個志願者網絡,利用捐贈的電腦免費生成圖片。它用某模型生成的圖片數量是公開的,每張圖片算作一次下載。
生成網站
自己托管模型並讓人使用它生成圖片的網站,例如PixAI、SeaArt和Yodayo。它們的下載量和Civitai一樣,每次生成算一次下載。
OpenRouter 代幣
透過 API 提供的文字模型,如 Claude 或 GPT,沒有權重可下載,因此使用量以代幣計算:過去30天內透過 OpenRouter(許多應用使用的閘道)讀取和生成的文字片段。每 10,000,000 代幣算作一次下載。來源:OpenRouter (openrouter.ai/rankings),CC BY 4.0。
完整模型(檢查點)
權重本身,是能獨立生成的檔案。它會有額外加分,因為其他附加檔案都依賴它。
LoRA和嵌入
小型附加檔案,用來引導別人的權重走向某種風格、角色或概念。它們無法獨立運行。
家族與權重
模型所建立的基礎,例如SD 1.5、SDXL、Flux或Wan。每個模型都繼承其家族權重的發布日期。
年齡
根據家族權重發布時間距今多久,扣除的度數:每年150°,最多750°。它會保留那些有多年累積下載的舊模型,防止它們從排行榜頂端消失。
家族加成
針對本站目前推廣的某個家族的LoRA給予的小幅度限制加成,會在分解中顯示。
替代分數
給尚無來源報告的模型一個穩定的最低分,讓列表保持完整。它永遠不會高於有數據的模型。
全新!(寬限期)
不到 7 天的新模型會顯示「全新!」而非分數,且不列入排名。分數從第一天開始計算,但一天大的模型成長最快,若不等待,週榜首將永遠是昨天剛出的模型,而非持續一週的。
趨勢
模型在某段時間內的成長與典型模型同期成長的比較。比典型快表示上升,比典型慢表示下降。
典型模型
目錄中的中間值:一半模型在該期間成長較快,一半較慢。