Gemma 4 31B
El modelo Gemma 4 denso más grande de Google, publicado con pesos abiertos bajo Apache 2.0 en abril de 2026 y también disponible en Google AI Studio y la Gemini API. Está muy por detrás de los modelos de frontera, pero es una opción popular para usar IA de forma local y privada.
GoogleModelo de lenguajeLanzado en abril de 2026Datos revisados el 18 de octubre de 2026
Este modelo no está en el ranking actual de la gente: o es nuevo y todavía está reuniendo votos, o está por debajo del top 12. Mira el ranking de IA para ver los modelos mejor valorados.
Sobre el papel
Rankings de pruebas fijas de la pestaña de benchmarks: Velocidad #23, Razonamiento #24.
Puntos fuertes y débiles
- Licencia Apache 2.0 y unos 9.1 millones de descargas en Hugging Face
- Entrada de imágenes y una ventana de contexto de 256K tokens
- Un puntaje de texto en LMArena más alto que Grok 4.7 y GPT-6 Luna pese a su tamaño pequeño
- El Artificial Analysis Intelligence Index más bajo de esta lista (14.7)
- Débil en programación con agentes (0% en Terminal-Bench 4.0 ejecutado por Artificial Analysis, y último entre estos modelos en la LMArena Code Arena)
Ideal para
- Usar IA en tu propia computadora o servidor
- Uso privado y sin conexión
- Aprender y experimentar
Todas las puntuaciones que tenemos
Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.
- LMArena, arena de texto (votos humanos)1452,2Puntaje Arena 1452.2 (IC 95% 1444.7 a 1459.6); 6,147 votos; entrada "gemma-4-31b"; puesto 76 de 416 en la tabla completa
- LMArena, escritura creativa1418,8Puntaje Arena 1418.8 (IC 95% 1400.0 a 1437.6); 974 votos; entrada "gemma-4-31b"; puesto 86 de 414 en la tabla completa
- LMArena WebDev (programación)1367,4Puntaje Arena 1367.4 (IC 95% 1361.1 a 1373.6); 14,490 votos; entrada "Gemma 4 31B"; puesto 106 de 144 en la tabla completa
- LMArena, visión1262,1Puntaje Arena 1262.1 (IC 95% 1256.3 a 1267.9); 39,669 votos; entrada "gemma-4-31b"; puesto 44 de 165 en la tabla completa
- Artificial Analysis Intelligence Index14,714.7 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 15), configuración "Gemma 4 31B"
- Humanity's Last Exam (Artificial Analysis)23,6%23.6% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "Gemma 4 31B"
- GPQA Diamond, ciencia de nivel de posgrado85,7%85.7% en GPQA Diamond (AA; ya no forma parte del índice de AA desde v4.2), configuración "Gemma 4 31B"
- Terminal-Bench 4.0 (ejecución de Artificial Analysis)0,0%0.0% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "Gemma 4 31B"
- Razonamiento con contexto largo (AA-LCR)69,7%69.7% en AA-LCR (razonamiento con contexto largo), configuración "Gemma 4 31B"
- MMMU-Pro, comprensión de imágenes73,4%73.4% en MMMU-Pro (comprensión de imágenes, AA), configuración "Gemma 4 31B"
- IFBench, seguir instrucciones75,6%75.6% en IFBench (seguimiento de instrucciones, AA), configuración "Gemma 4 31B"
- AA-Omniscience, aciertos menos alucinaciones-47,9-47.9 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "Gemma 4 31B"
- Velocidad de salida, tokens por segundo35 t/s35 tokens de salida por segundo (mediana de AA), fila "Gemma 4 31B"
- Costo por tarea de prueba de Artificial Analysis$0.00$0.00 por ejecutar una tarea del AA Intelligence Index, fila "Gemma 4 31B"
Compáralo con
- Claude Opus 5.5El modelo insignia de Anthropic para programación con agentes de larga duración y trabajo de conocimiento, y el modelo con el que Anthropic sugiere empezar para la mayoría de las tareas.
- Claude Sonnet 5.5El modelo de precio medio de Anthropic, que Anthropic describe como su mejor equilibrio entre velocidad e inteligencia.
- Claude Fable 5.1El nivel más alto de Anthropic para el razonamiento más difícil y el trabajo de agentes de largo plazo, que Anthropic recomienda cuando Opus 5.5 no alcanza.
- Claude Haiku 5.5El modelo actual más pequeño y rápido de Anthropic, hecho para tareas de alto volumen y sensibles a la latencia como clasificación, extracción y enrutamiento.