Gemma 4 31B

Google2026-04-02● 开源 · APACHE-2.0🤗 google/gemma-4-31B-it987.6万4,003

Gemma 4 31B Instruct 是 Google DeepMind 推出的 307 亿参数稠密多模态模型,支持文本与图像输入、文本输出,拥有 25.6 万 token 上下文窗口,支持可配置思考/推理模式与原生函数调用。

多服务商价格对比数据来自 OpenRouter

14 个服务商1 USD ≈ 6.7144 CNY · 更新于 2026-10-03

服务商	量化精度	上下文	输入/M	输出/M	缓存读取/M	近1天可用率
DeepInfra	fp4	262K	¥0.60	¥2.28	¥0.34	99.2%
D DekaLLM	—	262K	¥0.67	¥2.22	¥0.34	93.9%
C CoreWeave	fp4	262K	¥0.67	¥2.28	¥0.67	99.6%
Venice	fp4	256K	¥0.81	¥2.42	¥0.60	99.3%
C Chutes	fp4	131K	¥0.81	¥2.48	¥0.08	93.7%
Crusoe	bf16	262K	¥0.94	¥2.69	¥0.94	93.1%
Friendli	—	262K	¥0.94	¥2.69	-	99.8%
Novita	bf16	262K	¥0.94	¥2.69	-	86.7%
DeepInfra	fp8	262K	¥1.01	¥2.69	-	98.1%
Parasail	fp8	262K	¥1.01	¥2.69	¥0.40	98.6%
I Io Net	—	262K	¥2.55	¥7.72	¥1.28	99.4%
SambaNova	—	131K	¥2.55	¥7.72	-	97.6%
M ModelRun	fp4	262K	¥5.04	¥6.71	¥1.34	99.9%
S SiliconFlow	fp8	262K	¥5.04	¥6.71	¥1.68	81.0%

DeepInfrafp4

¥0.60

输入/M

¥2.28

输出/M

¥0.34

缓存/M

99.2%

可用率

D

DekaLLM

¥0.67

输入/M

¥2.22

输出/M

¥0.34

缓存/M

93.9%

可用率

C

CoreWeavefp4

¥0.67

输入/M

¥2.28

输出/M

¥0.67

缓存/M

99.6%

可用率

Venicefp4

¥0.81

输入/M

¥2.42

输出/M

¥0.60

缓存/M

99.3%

可用率

C

Chutesfp4

¥0.81

输入/M

¥2.48

输出/M

¥0.08

缓存/M

93.7%

可用率

Crusoebf16

¥0.94

输入/M

¥2.69

输出/M

¥0.94

缓存/M

93.1%

可用率

Friendli

¥0.94

输入/M

¥2.69

输出/M

-

缓存/M

99.8%

可用率

Novitabf16

¥0.94

输入/M

¥2.69

输出/M

-

缓存/M

86.7%

可用率

DeepInfrafp8

¥1.01

输入/M

¥2.69

输出/M

-

缓存/M

98.1%

可用率

Parasailfp8

¥1.01

输入/M

¥2.69

输出/M

¥0.40

缓存/M

98.6%

可用率

I

Io Net

¥2.55

输入/M

¥7.72

输出/M

¥1.28

缓存/M

99.4%

可用率

SambaNova

¥2.55

输入/M

¥7.72

输出/M

-

缓存/M

97.6%

可用率

M

ModelRunfp4

¥5.04

输入/M

¥6.71

输出/M

¥1.34

缓存/M

99.9%

可用率

S

SiliconFlowfp8

¥5.04

输入/M

¥6.71

输出/M

¥1.68

缓存/M

81.0%

可用率