google/gemma-4-31B-it-Ultra

该模型归属 Google 的 Gemma 系列，名称中的 -it 按常见命名习惯对应指令微调版本，Ultra 后缀的具体含义公开资料较少，需以服务商说明为准。本站记录里，它的核心特征是上下文窗口与单次最大输出同为 131,072 tokens：这意味着整份长报告、多轮长对话或大体量文本可以一次性送入，并在一次调用中生成较长结果，不必按段落切分再拼接。输入输出均为纯文本，不含图像、音频等模态。计费上输入 0.27 美元/百万 tokens、输出 0.76 美元/百万 tokens，输出单价约为输入的三倍，成本随生成长度上升较快。它解决的是「长上下文 + 长输出 + 纯文本」这一类需求，尤其适合文档级摘要、长文改写和结构化长文本生成；但本站未标注其能力标签，也没有第三方跑分，实际效果需要用自己的样本验证，不宜直接按家族口碑推断。

选型建议需要纯文本、长上下文且能接受单一渠道按量付费的团队可以选它；需要多模态、公开评测背书或跨平台比价空间的场景则不建议。

• 把整份合同、研报或技术文档一次性送入，生成结构化摘要与要点清单
• 对长篇初稿做整篇改写、语气统一和术语一致性校对
• 批量生成较长的营销文案、产品说明或帮助文档初稿
• 搭建长对话的知识库问答原型，用长上下文承载多轮历史与参考材料
• 将会议记录、访谈稿等长文本整理成条目化纪要与后续行动项

Gemma 系列属 Google 的开放权重文本模型家族，整体为自回归解码结构；31B 这一规格的具体层数、注意力与训练细节，公开资料较少，本站也未做参数级核对。

• 结构延续 Gemma 系列的自回归解码器路线，面向通用文本理解与生成；31B 规模介于轻量与旗舰之间，具体网络细节公开资料较少。
• 能力上下文与单次输出上限同为 131,072 tokens，长文档可整篇送入并一次生成完整结果，省去分段切分与结果拼接的工程成本。
• 披露本站未标注能力标签，也没有第三方跑分可用，架构层面的强弱只能靠实际调用验证，不建议按家族印象直接下结论。

本站没有该模型的公开跑分，无法给出量化结论，只能从上下文规格、模态限制与价格结构做定性判断。

• 强项长文吞吐能力突出，13 万级上下文配合同等上限的输出，适合整卷文档摘要、长篇改写这类一次成型的高吞吐任务。
• 短板仅支持纯文本输入输出，涉及图片、表格截图或语音的场景不适用；缺少跑分与能力标注，效果不确定性高于有评测背书的同类。
• 适合以中文或英文长文本为主、对时延不极端敏感、愿意用自有样本先做小规模验证的批处理型与内容生产型负载。

官方价为输入 0.27 美元/百万 tokens、输出 0.76 美元/百万 tokens，落在中低价的文本档位，但输出单价约为输入的三倍，成本结构对长输出任务不算友好。

• 定位中低价位文本模型，输入侧便宜、输出侧偏贵，预算应按「生成量」而非「提问量」估算，长回答场景成本上升明显。
• 横向对比对比 Ling-3.0-flash 的 0.06/0.18 美元，本模型输入价高出数倍；对比 gpt-oss-120b-Ultra 的 0.2/0.95 美元，输入更贵、输出更省。
• 平台差价各平台报价只有 DeepInfra 一档，无第二家可比，缓存读价格未公布，跨平台议价与缓存复用的空间暂时看不出来。
• 省钱控制单次生成长度是最直接的手段，可让长上下文承担「读」、把「写」拆成短输出；缓存读未公布，提示复用能否降本需向服务商确认。

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 $0.27/M / $0.76/M（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。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径能力字段未标注、第三方跑分为空，「比谁强、强多少」在本站数据里没有依据，任何效果结论都应来自自建测试集。
• 边界只处理文本，多模态任务需换模型；单次输出上限虽与上下文相同，实际可用长度仍受服务商截断策略影响，需实测确认。
• 渠道渠道数量显示为 0 家，报价实际仅来自单一服务商，价格、可用性与限流策略都可能随服务商调整，接入前建议再次核对。

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。