Gemma 4 31B IT
- 输入 输入模态: 文本图像 输出 输出模态: 文本
- 推理
- 可关闭推理
- 工具调用
- 结构化输出
- 开放权重
价格
0 个渠道报价 · 按标价显示这个模型暂无标价渠道。
详细规格
- 知识截止
- 2025年1月
- 许可证
- Apache 2.0
- 模型家族
- gemma
Google 的页面未说明：最长输入, 推理档位, 最大思考预算, 内置工具, 别名。
本地运行
权重： google/gemma-4-31B-it- 参数 31.3B
- 稠密
- 原生精度 BF16
- 层数 60
- 每 token 的 KV 缓存 960 KB
- 配置位置数 256K （config.json max_position_embeddings）
- API 上下文 250K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 Q4_0 （自动） 8K 上下文 25–38 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 19.2 GB (权重 16.4 + KV 缓存 2.0 + 开销 0.8)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 25–38 tok/s
- 最长上下文
- 23K (再长就放不下)
- 首 token
- 2K 提示约 1.01–1.51 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 58.3 GB | ≈ 63.2 | ✕放不下 | — |
| Q8_0 | 30.9 GB | ≈ 34.5 | ○需放到内存 3–4 tok/s | — |
| FP8 | 29.1 GB | ≈ 32.6 | ○需放到内存 3–5 tok/s | — |
| Q6_K | 23.9 GB | ≈ 27.1 | ○需放到内存 6–9 tok/s | — |
| Q5_K_M | 20.7 GB | ≈ 23.8 | ○需放到内存 10–15 tok/s | — |
| Q5_0 | 20.0 GB | ≈ 23.1 | ○需放到内存 13–19 tok/s | — |
| Q4_K_M | 17.7 GB | ≈ 20.6 | ●流畅 24–36 tok/s | 14K |
| Q4_0 | 16.4 GB | ≈ 19.2 | ●流畅 25–38 tok/s | 23K |
| IQ4_XS | 15.5 GB | ≈ 18.3 | ●流畅 27–40 tok/s | 29K |
| Q3_K_M质量下降明显 | 14.2 GB | ≈ 17.0 | ●流畅 29–43 tok/s | 37K |
| IQ3_XXS质量下降明显 | 11.1 GB | ≈ 13.7 | ●流畅 36–53 tok/s | 58K |
| Q2_K质量下降明显 | 10.9 GB | ≈ 13.5 | ●流畅 36–54 tok/s | 59K |
| IQ2_XXS质量下降明显 | 7.5 GB | ≈ 10.0 | ●流畅 49–74 tok/s | 82K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 4090；统一内存 Apple M6 (24GB or 32GB) · 32 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 470.1 GB你的配置放不下
LoRA≈ 63.0 GB你的配置放不下
QLoRA≈ 21.1 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch Capabilities Index 144.2
第 83 名，共 118 个上榜模型 · 置信区间 141.9–146.7
- Epoch AI · GPQA Diamond 75.8%
第 90 名，共 168 个上榜模型 · minimal effort · ±3.05
- Epoch AI · OTIS Mock AIME 2024–2025 73.3%
第 85 名，共 159 个上榜模型 · minimal effort · ±6.67
- Epoch AI · SimpleQA Verified 10.4%
第 82 名，共 84 个上榜模型 · ±0.97
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年11月4日至5日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · 许可 · 数据日期 2026年10月24日至28日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年9月13日
- 我们做的改动
变更
全部变更 →暂无变更记录。
来源
- Gemma 4 model card（在新标签页打开） ai.google.dev · 核对于 2026年11月1日
- Gemini API changelog（在新标签页打开） ai.google.dev · 核对于 2026年11月1日
- models.dev: gemma-4-31b-it (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
- google/gemma-4-31B-it model card（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- google/gemma-4-31B-it model card（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- google/gemma-4-31B-it config.json（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- google/gemma-4-31B-it files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Google · 美国 · ai.google.dev
相关模型
快照、同系列与同厂商的其他模型