API Gemma 4 31B in Europa

199 token al secondo di output throughput e 1.189 ms di Time to First Token, entrambi p50 lato server misurati con 10K token di input e 1K di output sulla nostra API di produzione a Monaco di Baviera. Gemma 4 rinuncia a un po' di velocità pura in cambio della comprensione nativa di immagine e testo in un solo modello: se ti serve solo testo, gpt-oss-120b misura 713 tok/s sulla stessa infrastruttura. Ogni valore è riproducibile con il nostro strumento di benchmark open source.

Gemma 4 31B è il modello denso aperto più capace di Google DeepMind, costruito sulla stessa base di ricerca di Gemini 3. Presenta 31 miliardi di parametri, finestra di contesto 128K, capacità multimodali native (testo e visione) e modalità di pensiero configurabile per compiti di ragionamento complessi.

Sì. Gemma 4 31B elabora nativamente sia testo che immagini nello stesso contesto. Questo consente comprensione documenti, analisi visiva, estrazione grafici e output dati strutturati da immagini senza richiedere modelli di visione separati.

Sì. Google ha rilasciato Gemma 4 con licenza Apache 2.0, la prima generazione Gemma sotto una licenza open source approvata OSI. I pesi sono pubblici e liberi di essere usati, modificati e distribuiti commercialmente, senza accordi separati. Usare Gemma 4 tramite Infercom significa semplicemente che lo ospitiamo e lo gestiamo noi per te su infrastruttura UE.

Gemma 4 rappresenta un salto significativo rispetto a Gemma 3 con punteggi benchmark di classe frontier: 85,2% su MMLU Pro, 89,2% su AIME 2026 ragionamento matematico e 80% su LiveCodeBench v6. Aggiunge capacità multimodali native, modalità di pensiero configurabile e supporto migliorato per flussi di lavoro agentici con chiamate funzione native.

La modalità di pensiero è una funzione configurabile che consente un ragionamento più profondo per compiti complessi. Quando abilitata, Gemma 4 delibera prima di rispondere su problemi multi-step, ragionamento matematico e decisioni di architettura codice. Abilitala passando enable_thinking: true tramite chat_template_kwargs (in extra_body con l'SDK OpenAI, o al livello principale per chiamate API dirette). Per applicazioni sensibili alla latenza, lasciala disattivata per risposte più veloci.

Sì. Infercom esegue Gemma 4 31B su infrastruttura dedicata in Germania (Equinix Monaco 4). I tuoi dati non lasciano mai la giurisdizione europea, con piena conformità GDPR, nessuna esposizione al US CLOUD Act e infrastruttura certificata ISO 27001. Un accordo di trattamento dati è disponibile su richiesta.

Pagamento a token senza minimi e senza impegno mensile: 0,20 EUR per milione di token di input e 0,35 EUR per milione di token di output, con una finestra di contesto da 128K. Paghi solo ciò che usi, e consumo e spesa sono visibili in tempo reale nel portale cloud.