Comparer
Gemma 4 31B IT vs Gemma 4 31B
Placez deux à quatre modèles côte à côte sur les champs qui décident un déploiement : contexte, prix, région, licence, langues, hébergement et ce qui est vérifié.
| Gemma 4 31B IT | Gemma 4 31B | |
|---|---|---|
| Fournisseur | Google DeepMind | Google DeepMind |
| Paramètres | 31.27B | 32.7B |
| Fenêtre de contexte | 262k | Non vérifié : le fournisseur n'a pas documenté cette affirmation. |
| Licence | apache-2.0 | apache-2.0 |
| Modalités | text, vision | text, vision |
| Date de publication | 11 mars 2026 | 12 mars 2026 |
| Langues | Solide: en, de, fr, es, it, pt Correct: nl, pl, sv, cs, ro, el, uk, ru, ar, hi, zh, ja, ko, tr | Non vérifié : le fournisseur n'a pas documenté cette affirmation. |
| Poids ouverts | oui | oui |
| Tâches | Vision, Raisonnement, Support multilingue, Codage, Résumés | Support multilingue |
Lorsque deux modèles diffèrent, ce tableau montre la différence et s'arrête là. LLM EU ne publie aucun badge de gagnant sans score documenté pour cette tâche, et une valeur manquante reste manquante au lieu de devenir un zéro.
Quand l'utiliser
Gemma 4 31B IT
Points forts
- Apache-2.0 licence, unlike earlier Gemma generations
- 256K-token context window
- text and image input with variable resolution
- vendor reports multilingual coverage in over 140 languages
Limites
- all published scores are self-reported by the vendor
- 31B parameters need a large-memory accelerator at BF16
- no evaluation has been run by LLM EU
Tâches
Gemma 4 31B
Points forts
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- Apache-2.0 licence, so commercial self-hosting is permitted without a separate agreement
Limites
- catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
- no evaluation has been run by LLM EU
- the published configuration records no context window, so the card carries none
- at 32.7B parameters, self-hosting needs a high-memory accelerator
- vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model
Tâches
Tâches: Support multilingue