Gemma 4 31B IT FP8

Q: Gemma 4 31B IT FP8 支持哪些能力？

按当前资料，Gemma 4 31B IT FP8 支持推理、工具调用、结构化输出、附件、温度调节。输入输出模态为 文本+图片 → 文本。

MODEL PROFILE模型资料

InferX · 2026-04-02 发布 · gemma 家族 · 开源权重 · 1 家平台收录

返回厂商

Gemma 4 31B IT FP8 是 InferX 提供的 gemma 系列开放权重指令微调模型，采用 FP8 量化部署，支持文本与图像输入，具备 26 万级上下文窗口，面向需要长文档理解、工具调用与结构化输出的开发者与中小团队。

模型介绍

该模型属于 gemma 家族，名称中的 IT 表示指令微调版本，FP8 则是面向推理部署的量化精度。它要解决的问题很具体：在单次请求里塞进整份长文档或多张图片，并让模型按要求输出结构化结果。262144 tokens 的上下文窗口配合 32768 tokens 的单次最大输出，意味着它可以先读完再写长，而不是分段拼接。输入侧同时接受文本与图像，输出侧只产出文本，适合做理解与生成，不适合图像生成类需求。能力清单覆盖推理、工具调用、结构化输出、附件输入与温度调节，基本对齐当前 Agent 与批处理管线对模型接口的常见要求。知识截止时间为 2025-01，此后的事实需要靠检索或工具补充。权重开放，可按许可自行部署；InferX 提供的则是 FP8 量化托管版本。官方价格输入输出均为免费，准入门槛低，但本站未收录任何公开跑分，实际效果需要用自己的样本验证。同平台还有多款 26 万级上下文的免费模型并列，选型更应看任务匹配度而非价格。

选型建议需要在免费档内获得长上下文加图像输入、且依赖工具调用与结构化输出的项目值得优先试它；若要求公开跑分背书或更强的高并发吞吐，则不必选它。

gemma开放权重多模态输入长上下文FP8工具调用免费

关键指标

官方输入价免费

官方输出价免费

上下文窗口262.1K

最大输出32.8K

输入模态文本+图片 → 文本

知识截止2025-01

部署平台数1 家

最后更新2026-04-02

适用场景

解析带图表的长 PDF 或截图，抽取关键字段并按指定 JSON 结构返回
通读整份合同或研报，生成分层摘要与风险点清单
接入函数调用，把自然语言指令转换为内部 API 的调用参数
在 Agent 流程中承担多轮工具编排与中间结果校验
借助温度调节对同一提示批量生成风格不同的文案草稿

暂无：许可证、参数规模、缓存读价、缓存写价（上游未公开，本站不估算）。资料更新于 223 天前；发布 223 天。

规格与能力

上面没列到的字段

gemma 系列走开放权重路线，31B 属于该家族中偏大的稠密规格，InferX 提供的是 FP8 量化托管版本，公开的架构细节披露有限。

结构沿用 gemma 的稠密 Transformer 解码器路线，31B 参数量级，权重开放，可自行校验或另择环境部署，FP8 用于压缩显存与提升推理吞吐。
能力原生接受文本与图像输入，只输出文本，配合工具调用、结构化输出与温度调节，可直接嵌入 Agent 编排与批量抽取流程。
披露本站未收录该模型的公开跑分，量化带来的精度变化缺少中立数据佐证，架构层面的细节应以官方模型卡与许可条款为准。

开源权重: 是
模型家族: gemma

能力推理工具调用结构化输出附件温度调节

同系列其他规格

型号	厂商	参数	上下文	输入价	输出价
Gemma 4 31B	Neuralwatt	31B	262.1K	$0.144/M	$0.42/M
Gemma-4-31B-IT	Google	31B	256K	免费	免费
Gemma 4 31B Thinking TEE	NanoGPT	—	262.1K	$0.12/M	$0.37/M
gemma 4 31B turbo TEE	Chutes	—	131.1K	$0.12/M	$0.37/M
Gemma 4 31B Claude 4.6 Opus Reasoning Distilled	NanoGPT	—	262.1K	$0.306/M	$0.306/M
Gemma 4 31B IT TEE	NanoGPT	—	262.1K	$0.15/M	$0.46/M
Gemma 4 31B Cognitive Unshackled	NanoGPT	—	262.1K	$0.306/M	$0.306/M
Gemma 4 31B DarkIdol	NanoGPT	—	262.1K	$0.306/M	$0.306/M

性能表现

缺少第三方跑分，只能依据上下文、输出上限与能力清单做定性判断，真实表现需用自有样本实测。

强项262144 tokens 上下文与 32768 tokens 单次输出，适合整份合同、研报、代码库文件的一次性读取与成篇生成，不必频繁切分。
短板31B 稠密结构在 FP8 下的显存占用与并发吞吐仍高于同平台的小尺寸或稀疏结构模型，高并发长上下文请求时资源压力更明显。
适合图像加长文本联合理解的场景，例如截图、票据、带图表 PDF 的信息抽取，并要求以 JSON 等结构化形式稳定返回。
对比与同平台 27B、35B 级模型同处免费档，选择时更应关注上下文利用率、结构化输出的稳定性与图像理解质量。

价格与性价比

结合各平台报价与同类对比

官方标价为输入与输出均为 0 美元每百万 tokens，落在平台的免费档，价格本身不构成选型门槛。

定位输入与输出双向免费，属于获取门槛最低的一档，适合在效果未验证阶段低成本试跑长上下文与图像理解任务。
横向对比同平台的 Qwen3.6 27B、Ornith-1.0-35B、Agents-A1 等报价同样免费，定价无法区分优劣，选型要回到能力匹配。
平台差价本站仅收录 1 家平台的两个报价条目，且均为免费，暂无跨平台价差可以比较，迁移成本主要来自接口适配。
省钱把高频的长文档摘要、图像字段抽取放在这一档验证，确认稳定后再决定是否投入工程改造或迁移到其他模型。

平台报价对比

2 个来源口径

Gemma 4 31B IT FP8 在各来源的输入 / 输出价格（美元 / 百万 tokens）
来源	输入价	输出价	缓存读	相对输入价
models.dev	免费	免费	—	基准
models.dev · inferx	免费	免费	—	基准

同一个模型在不同网关的报价可能不同。本页基准取官方口径免费 / 免费（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

Gemma 4 31B IT FP8 的同类模型对比
模型	上下文	输入价	输出价	输入价差	AA 综合
Qwen3.6 27B FP8	262.1K	免费	免费	基准	—
Ornith-1.0-35B-FP8	262K	免费	免费	基准	—
Qwen3.6-35B-A3B-fp8-no-thinking	262K	免费	免费	基准	—
Agents-A1	262K	免费	免费	基准	—
Qwen3-Coder-Next-FP8-no-thinking	260K	免费	免费	基准	—

关于 Gemma 4 31B IT FP8 的常见问题

5 条

Gemma 4 31B IT FP8 的 API 价格是多少？

当前收录的资料把该模型标为免费（输入与输出价格均为 0）。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。

Gemma 4 31B IT FP8 支持多长的上下文？

资料显示上下文窗口 262.1K（262,144 tokens），单次最大输出 32.8K。实际可用长度还取决于调用平台的限制。

Gemma 4 31B IT FP8 是开源模型吗？

Gemma 4 31B IT FP8 提供开源权重，可以自行下载部署。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。

Gemma 4 31B IT FP8 支持哪些能力？

按当前资料，Gemma 4 31B IT FP8 支持推理、工具调用、结构化输出、附件、温度调节。输入输出模态为文本+图片 → 文本。

Gemma 4 31B IT FP8 可以在哪些平台调用？

当前资料显示该模型被 1 家 provider 或网关收录。本站核对的数据来源包括 models.dev。收录数量只反映公开目录的部署面，不代表任何一家平台的服务质量。

使用注意

口径没有任何第三方跑分与榜单数据可供引用，任何性能结论都应以自有业务样本的实测结果为准，谨慎对待宣传式描述。
边界知识截止 2025-01，之后的事实需依赖检索与工具补齐；单次输出上限 32768 tokens，超长产出必须分段续写。
授权权重虽开放，FP8 量化版本的具体许可与商用条件仍需回查官方说明，二次分发前应确认条款。
供给仅 1 家平台收录，免费策略与速率配额以平台条款为准，存在调整或限流的可能，不宜作为唯一依赖。

资料说明

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。