Gemma 4 31B

Gemma 4 31B 是 DeepMind 旗舰系列中最大的开源密集模型，原生支持图文多模态输入，在 Cerebras Cloud 上可达到 1800 tokens/s 超高速推理。相比前代，它采用 Apache 2.0 许可，允许自由商用、修改与分发。

在资源效率上表现突出：31B 参数即能达到过去 200B+ 模型的性能水平，在代码和数学任务中通常给出更简短、逻辑更清晰的回答，所需 tokens 比同规模模型少 5 倍以上，大幅节省推理时间。

主要门槛是参数量上限仅 31B，面对复杂的自主代理（agentic）任务可能弱于更大的模型；Google 未公开蒸馏数据，无法完全评估其训练上限。本地部署需要至少 32GB 显存/统一内存，新装台式机方案（RTX 5090 32G）约 ¥4.2 万元，苹果 MacBook Air M5 32GB 约 ¥1.3 万元，量化后模型体积约 20GB。

适合追求本地化、低延迟高质量输出的开发者与研究者，尤其是需要逻辑严谨的编程辅助或数学推理场景；不适合依赖超大参数规模完成复杂长期规划、或对视觉创意要求极高的项目。