Aller au contenu
HostYourAI
03 Model garden Serve

gemma 4 31B it qat q4 0 unquantized

Fonctionne comme votre propre déploiement GPU dédié, à lancer directement depuis l'assistant. Les données restent en Europe.

Commencer ← Tous les modèles
curl 
$ curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemma-4-31B-it-qat-q4_0-unquantized",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Appelez-le dès maintenant

Remplacement direct d'OpenAI : changez uniquement l'URL de base et la clé API. Le format Anthropic (/v1/messages) est également pris en charge.

Serve Model garden prêt pour vLLM
google/gemma-4-31B-it-qat-q4_0-unquantized

text+image->text · google · souverain dans l'UE

Fonctionne sur une infrastructure européenne exploitée par des entreprises européennes, de votre requête jusqu'au GPU. Voir toute la chaîne

[!Note] This model card is for the new versions of the Gemma 4 family optimized with Quantization-Aware Training (QAT), which allows preserving similar quality to bfloat16 while dramatically reducing the memory requirements to load the model. Four versions of the QAT checkpoints...

Router
Router · sur demande
Dedicated
Dédié · disponible
31BParamètres
262KFenêtre de contexte
80GBVRAM minimale
POST /api/v1/chat/completions Sur demande

Caractéristiques

Paramètres31B
Fenêtre de contexte262,144 tokens
VRAM minimale80 GB
ArchitectureGemma4ForConditionalGeneration (vLLM)
Licenceapache-2.0
Modalitétext+image->text
Date de sortieApril 2026
Éditeurgoogle ↗

Tarifs

Router partagé · par token

Sur demande Non disponible sur le Router partagé. Tarif sur demande en déploiement GPU dédié.

GPU dédié · par heure

à partir de 1,30 € par heureVotre propre instance vLLM sur un cloud européen (80 Go de VRAM), facturée à la minute.

Router européen partagé, vous payez uniquement au token. Les déploiements GPU dédiés sont facturés à la minute, voir tarifs.

✓ Fonctionnement vérifié le 27-07-2026, réponse en 4886 ms sur notre infrastructure européenne.

Indice Bench

Bench est notre indice de qualité pour chaque modèle, de 0 à 100. Il s'appuie sur des mesures publiques (Epoch AI avec une quarantaine de benchmarks, LiveBench, LMArena et d'autres) et est actualisé chaque matin. Là où personne ne mesure, il affiche une estimation avec une fourchette.

~55,3 / 100 · Estimation

Pas encore de benchmark public : estimé d'après la taille et la date de sortie.

Fourchette de 43,9 à 66,8

Sources: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Mis à jour chaque jour, dernière fois le 05-11-2026

Questions

Questions fréquentes

Puis-je exécuter gemma 4 31B it qat q4 0 unquantized dans l'UE ?

Oui. HostYourAI exécute gemma 4 31B it qat q4 0 unquantized sur des GPU situés dans des centres de données européens via vLLM. Les prompts et les réponses ne quittent jamais l'UE, et aucun fournisseur de cloud américain n'intervient dans la chaîne.

L'hébergement de gemma 4 31B it qat q4 0 unquantized est-il conforme au RGPD ?

Oui. Tout le traitement a lieu au sein de l'UE, un accord de traitement des données (DPA) est disponible et la liste des sous-traitants est publique. Des poids open source signifient aussi : aucun entraînement sur vos données.

Combien coûte gemma 4 31B it qat q4 0 unquantized ?

gemma 4 31B it qat q4 0 unquantized est disponible sur demande : via le Router européen partagé après un bref échange, ou en déploiement GPU dédié facturé à la minute. Décrivez-nous votre cas d'usage et nous le configurerons pour vous.

L'API est-elle compatible avec OpenAI ?

Oui. Vous utilisez les SDK OpenAI standard avec une URL de base personnalisée (https://hostyourai.com/api/v1). L'API Anthropic Messages est également prise en charge en remplacement direct.

Autres modèles de Google

embeddinggemma 2

 0.7B 262K contexte

EmbeddingGemma 2 is an open multimodal embedding model built by Google DeepMind which maps text (incl. code), images, video, and audio inputs—and combinations thereof—into a single, unified 768-dimensional vector space. The model has 740M total parameters, combining a 270M parameter text model with modular vision (170M) and audio (300M) encoders.

Voir le modèle →

diffusiongemma 26B A4B it

 26B 262K contexte

DiffusionGemma is a generative model built by Google DeepMind. Based on the 26B A4B Mixture-of-Experts (MoE) Gemma 4 architecture, DiffusionGemma generates tokens using discrete diffusion. This open-weights model is multimodal, handling text, image, and video inputs to generate text output.

Voir le modèle →

gemma 4 31B it qat w4a16 ct

 33B 262K contexte

[!Note] This model card is for the new versions of the Gemma 4 family optimized with Quantization-Aware Training (QAT), which allows preserving similar quality to bfloat16 while dramatically reducing the memory requirements to load the model. Four versions of the QAT checkpoints are available: Unquantized QAT checkpoints (Q40): Half-precision weights extracted from the QAT pipeline, ideal for custom downstream compilation and research. Available for Gemma 4 E2B, E4B, 12B, 26B A4B, and 31B, and their drafter models. GGUF (Q40): Ready-to-deploy formats for broad ecosystem compatibility. Availabl

Voir le modèle →

gemma 4 26B A4B it qat q4 0 unquantized

 26B 262K contexte

[!Note] This model card is for the new versions of the Gemma 4 family optimized with Quantization-Aware Training (QAT), which allows preserving similar quality to bfloat16 while dramatically reducing the memory requirements to load the model. Four versions of the QAT checkpoints are available: Unquantized QAT checkpoints (Q40): Half-precision weights extracted from the QAT pipeline, ideal for custom downstream compilation and research. Available for Gemma 4 E2B, E4B, 12B, 26B A4B, and 31B, and their drafter models. GGUF (Q40): Ready-to-deploy formats for broad ecosystem compatibility. Availabl

Voir le modèle →

gemma 4 31B

 31B 262K contexte

Gemma is a family of open models built by Google DeepMind. Gemma 4 models are multimodal, handling text and image input (with audio supported on E2B, E4B, and 12B) and generating text output. This release includes open-weights models in both pre-trained and instruction-tuned variants. Gemma 4 features a context window of up to 256K tokens and maintains multilingual support in over 140 languages.

Voir le modèle →

gemma 4 26B A4B

 26B 262K contexte

Gemma is a family of open models built by Google DeepMind. Gemma 4 models are multimodal, handling text and image input (with audio supported on E2B, E4B, and 12B) and generating text output. This release includes open-weights models in both pre-trained and instruction-tuned variants. Gemma 4 features a context window of up to 256K tokens and maintains multilingual support in over 140 languages.

Voir le modèle →
La plateforme

Une plateforme, quatre couches

Commencez par une couche et ajoutez les autres quand le travail le demande. Elles partagent une clé, un solde et une vue Activity.

Code

Votre agent de code sur des modèles ouverts en Europe, configuré en une seule commande.

Ouvrir

Control

Clés, budgets et garde-fous par équipe, et données personnelles arrêtées avant qu'un modèle ne les voie.

Ouvrir

Serve

Partagés au token, ou rien que pour vous, depuis des centres de données européens.

Ouvrir

EU compute

Des GPU privés en Europe, du H100 au B300, dimensionnés selon le temps de réponse, la vitesse de génération et le nombre d'utilisateurs simultanés.

Ouvrir

Essayez gemma 4 31B it qat q4 0 unquantized gratuitement

La création d'un compte prend une minute. Testez gemma 4 31B it qat q4 0 unquantized tout de suite dans le Playground.

Commencer
  • Jantine
  • Hans
  • Sander
  • Jos
  • Daan
  • Kyra
  • Margriet
  • Stan
L'équipe derrière HostYourAI