gemma-4-31B-it

Gemma-4-31B-it — это флагманская плотная (dense) модель всей линейки, которая на момент выхода является новым стандартом качества и производительности в классе открытых моделей сопоставимого размера. С 30.7 миллиардами параметров, глубокой архитектурой из 60 слоев и контекстным окном на 256 тысяч токенов, эта модель демонстрирует качество генерации рассуждений и навыки в программировании, лишь немного уступая самым крупным закрытым и открытым «гигантам». В основе её архитектуры лежит гибридный механизм внимания, который чередует локальное скользящее окно на 1024 токена с полными глобальными слоями для сохранения контекста. Для работы с длинными последовательностями в глобальных слоях применяются объединенные ключи и значения, а также пропорциональный метод ротационного позиционного кодирования (Proportional RoPE). Эти оптимизации позволяют сократить требования к KV-кэшу до 74% по сравнению с традиционными механизмами полного внимания. Модель является мультимодальной «из коробки», обрабатывая текст и изображения через мощный визуальный энкодер с ~550 миллионами параметров.

Согласно официальному блогу разработчиков, Gemma-4-31B-it на момент выхода занимает 3-е место в мировом рейтинге открытых моделей Arena AI text leaderboard и уверенно обходит модели, превосходящие её по размеру в 20 раз. Модель достигает отличных результатов по целому ряду ключевых бенчмарков. В тесте MMLU-Pro она набирает 85.2%, что является значительным улучшением по сравнению с 67.6% у Gemma-3 27B. Прогресс в рассуждениях и программировании выглядит ещё более отчетливо: в задаче LiveCodeBench результат вырос почти в три раза — с 29.1% до 80.0%, а в сложном математическом тесте AIME 2026 модель демонстрирует 89.2% против 20.8% у предшественницы. В задачах мультимодального понимания модель также показывает высокие результаты: MMMU — 76.9%, MATH-Vision — 85.6%.

Разработчики рекомендуют модель 31B для сценариев, требующих высокого, проверенного качества генерации и глубокого логического анализа, с учетом доступности достаточных вычислительных ресурсов. Благодаря лицензии Apache 2.0 модель можно свободно донастраивать и использовать в коммерческих продуктах. Неквантованная версия в формате bfloat16 помещается на одном NVIDIA H100 с 80 ГБ памяти, а квантизованные варианты могут эффективно работать на потребительских GPU, открывая возможности для локального развертывания мощных агентных систем и помощников.

С рекомендации по использованию модели от разработчиков можно ознакомиться по этой ссылке -  https://ai.google.dev/gemma/docs/core/model_card_4?hl=ru

Дата анонса: 11.03.2026
Параметров: 33B
Контекст: 263K
Слоев: 60, с полным вниманием: 10
Тип внимания: Sliding Window Attention
Разработчик: Google DeepMind
Версия Transformers: 5.5.0.dev0
Версия vLLM: gemma4
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с gemma-4-31B-it. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.