Google

•

Gemma 4 31B

•

Open weights model

•

Released April 2026

Gemma 4 31B (Non-reasoning) Benchmarking und Analyse von API-Anbietern

Name: Geschwindigkeit
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Modellvergleich

Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von Gemma 4 31B (Non-reasoning) für Ihren Anwendungsfall unterstützen.

Am schnellsten

Modular (NVFP4)

290.2 t/s

SambaNova

205.9 t/s

FriendliAI

154.3 t/s

Parasail

77.1 t/s

CoreWeave

61.5 t/s

Ausgabegeschwindigkeit

Insgesamt 10 Anbieter

Niedrigste Latenz

Modular (NVFP4)

0.39 s

FriendliAI

0.72 s

Crusoe

0.86 s

Parasail

1.05 s

DeepInfra (FP8)

1.36 s

Zeit bis zum ersten Token

Insgesamt 10 Anbieter

Niedrigster Preis

DigitalOcean

$0.11

Parasail

$0.11

CoreWeave

$0.12

FriendliAI

$0.17

Crusoe

$0.17

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 10 Anbieter

Gemma 4 31B (non-reasoning) ist über 10 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.

Bei der Ausgabegeschwindigkeit führen Modular (NVFP4) (290.2 Tokens/s), SambaNova (205.9 Tokens/s) und FriendliAI (154.3 Tokens/s). Die Geschwindigkeit unterscheidet sich erheblich zwischen den Anbietern: Der Unterschied zwischen dem schnellsten und langsamsten beträgt 3631 %.
Bei der Latenz bieten Modular (NVFP4) (0.39 s), FriendliAI (0.72 s) und Crusoe (0.86 s) die niedrigste Zeit bis zum ersten Token.
Bei den Preisen bieten DigitalOcean (0.11), Parasail (0.11) und CoreWeave (0.12) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich je nach Anbieter bis zum 7.0-Fachen.
Modular (NVFP4) bietet mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet DigitalOcean den konkurrenzfähigsten Preis.

Geschwindigkeit

Output tokens per second · Higher is better

Latenz

Seconds to first answer token received · Lower is better

Preis

USD per 1M tokens (blended) · Lower is better

Aktualisierung: Der Standard-Workload für das Performance-Benchmarking wurde auf 10k Eingabetokens umgestellt, um Produktionsanwendungsfälle besser abzubilden. Oben können weiterhin andere Workloads ausgewählt werden.

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von Gemma 4 31B (non-reasoning)

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Kosten pro Aufgabe des Intelligence Index: Anbieter von Gemma 4 31B (non-reasoning)

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No data available

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von Gemma 4 31B (non-reasoning)

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Ausgabegeschwindigkeit: Gemma 4 31B (Non-reasoning)

Ausgabegeschwindigkeit: Ausgabe-Token pro Sekunde · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Zeit pro Aufgabe des Intelligence Index: Anbieter von Gemma 4 31B (non-reasoning)

Weighted average decode time (minutes) per Intelligence Index task · Excludes TTFT and overhead time · Lower is better

No data available

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von Gemma 4 31B (non-reasoning)

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

No data available

Latenz

Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token

Zeit bis zum ersten Token: Anbieter von Gemma 4 31B (non-reasoning)

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first token received, in seconds, after API request sent. For reasoning models which share reasoning tokens, this will be the first reasoning token. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

Cache-Verhalten

Cache-Trefferquote: Anbieter von Gemma 4 31B (non-reasoning)

Anteil der cachefähigen Eingabe-Token aus dem Cache · Median der letzten vier Wochen, aktualisiert am 26. Sept. 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von Gemma 4 31B (non-reasoning)

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

No data available

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit: Anbieter von Gemma 4 31B (non-reasoning)

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Wichtige Vergleichsmetriken und API-Funktionen



Modular	262k	Offen	--	277	0.37	2.18	--
Parasail	262k	Offen	--	70	1.38	8.52	--
FriendliAI	262k	Offen	--	140	0.77	4.33	--
CoreWeave	262k	Offen	--	45	2.00	13.03	--
SiliconFlow	262k	Offen	--	8	3.34	65.71	--
SambaNova	131k	Offen	--	206	3.00	5.43	--
Crusoe	262k	Offen	--	47	0.87	11.48	--
Novita	262k	Offen	--	20	2.48	27.50	--
DigitalOcean	262k	Offen	--	46	2.00	12.92	--
DeepInfra	262k	Offen	--	25	1.39	21.59	--

Häufig gestellte Fragen

Häufige Fragen zu den Anbietern von Gemma 4 31B (Non-reasoning)

Gemma 4 31B (Non-reasoning) ist über 10 API-Anbieter verfügbar: Modular (NVFP4), Parasail, FriendliAI, CoreWeave, SiliconFlow (FP8), SambaNova, Crusoe, Novita, DigitalOcean und DeepInfra (FP8). Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.

Gemma 4 31B (Non-reasoning) ist derzeit über 10 API-Anbieter, die wir bewerten und beobachten verfügbar.

Die nach Ausgabegeschwindigkeit schnellsten Anbieter für Gemma 4 31B (Non-reasoning) sind Modular (NVFP4) (290.2 Tokens/s), SambaNova (205.9 Tokens/s) und FriendliAI (154.3 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.

Die Anbieter mit der niedrigsten Zeit bis zum ersten Token für Gemma 4 31B (Non-reasoning) sind Modular (NVFP4) (0.39s), FriendliAI (0.72s) und Crusoe (0.86s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.

Die nach Mischpreis günstigsten Anbieter für Gemma 4 31B (Non-reasoning) sind DigitalOcean ($0.11 pro 1 Mio. Tokens), Parasail ($0.11 pro 1 Mio. Tokens) und CoreWeave ($0.12 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.

Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei Gemma 4 31B (Non-reasoning) sind CoreWeave ($0.10 pro 1 Mio. Eingabetokens), FriendliAI ($0.14 pro 1 Mio. Eingabetokens) und Crusoe ($0.14 pro 1 Mio. Eingabetokens).

Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei Gemma 4 31B (Non-reasoning) sind CoreWeave ($0.34 pro 1 Mio. Ausgabetokens), Parasail ($0.40 pro 1 Mio. Ausgabetokens) und FriendliAI ($0.40 pro 1 Mio. Ausgabetokens).

Die Preise für Gemma 4 31B (Non-reasoning) unterscheiden sich je nach Anbieter bis zum 7.0-Fachen. Am günstigsten ist DigitalOcean mit $0.11 pro 1 Mio. Tokens, während SiliconFlow (FP8) $0.78 pro 1 Mio. Tokens berechnet.

Die Ausgabegeschwindigkeit von Gemma 4 31B (Non-reasoning) unterscheidet sich erheblich zwischen den Anbietern. Modular (NVFP4) ist mit 290.2 Tokens/s am schnellsten und damit um den Faktor 37.3 schneller als SiliconFlow (FP8) mit 7.8 Tokens/s.

Alle 10 Anbieter von Gemma 4 31B (Non-reasoning) unterstützen den JSON-Modus für strukturierte Ausgaben.

Alle 10 Anbieter von Gemma 4 31B (Non-reasoning) unterstützen Funktionsaufrufe (Tool-Nutzung).

Für Gemma 4 31B (Non-reasoning) bietet Modular (NVFP4) mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet DigitalOcean den konkurrenzfähigsten Preis.

Berücksichtigen Sie bei der Wahl eines Anbieters für Gemma 4 31B (Non-reasoning) die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.

Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.

Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von Gemma 4 31B (Non-reasoning) sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen

Gemma 4 31B (Non-reasoning) Benchmarking und Analyse von API-Anbietern

Am schnellsten

Niedrigste Latenz

Niedrigster Preis

Geschwindigkeit

Latenz

Preis

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von Gemma 4 31B (non-reasoning)

Cache Hit

Kosten pro Aufgabe des Intelligence Index: Anbieter von Gemma 4 31B (non-reasoning)

Cost per Intelligence Index Task

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von Gemma 4 31B (non-reasoning)

Output Speed

Geschwindigkeit

Ausgabegeschwindigkeit: Gemma 4 31B (Non-reasoning)

Output Speed

Model Performance Representation

Zeit pro Aufgabe des Intelligence Index: Anbieter von Gemma 4 31B (non-reasoning)

Time per Intelligence Index Task

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von Gemma 4 31B (non-reasoning)

Cost per Intelligence Index Task

Latenz

Zeit bis zum ersten Token: Anbieter von Gemma 4 31B (non-reasoning)

Latency (Time to First Token)

Median

Cache-Verhalten

Cache-Trefferquote: Anbieter von Gemma 4 31B (non-reasoning)

What Cache Hit Rate Shows

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von Gemma 4 31B (non-reasoning)

Cost per Intelligence Index Task

Ende-zu-Ende-Antwortzeit

Ende-zu-Ende-Antwortzeit: Anbieter von Gemma 4 31B (non-reasoning)

End-to-End Response Time

Wichtige Vergleichsmetriken und API-Funktionen

Häufig gestellte Fragen

Wo kann ich auf Gemma 4 31B (Non-reasoning) zugreifen?

Wie viele API-Anbieter bieten Gemma 4 31B (Non-reasoning) an?

Welcher Anbieter ist für Gemma 4 31B (Non-reasoning) am schnellsten?

Welcher Anbieter hat für Gemma 4 31B (Non-reasoning) die niedrigste Latenz?

Welcher Anbieter ist für Gemma 4 31B (Non-reasoning) am günstigsten?

Welcher Anbieter hat für Gemma 4 31B (Non-reasoning) den niedrigsten Eingabepreis?

Welcher Anbieter hat für Gemma 4 31B (Non-reasoning) den niedrigsten Ausgabepreis?

Wie stark unterscheiden sich die Preise der Anbieter von Gemma 4 31B (Non-reasoning)?

Wie stark unterscheidet sich die Geschwindigkeit der Anbieter von Gemma 4 31B (Non-reasoning)?

Welche Anbieter von Gemma 4 31B (Non-reasoning) unterstützen den JSON-Modus?

Welche Anbieter von Gemma 4 31B (Non-reasoning) unterstützen Funktionsaufrufe?

Welcher ist der beste Anbieter für Gemma 4 31B (Non-reasoning)?

Wie wähle ich einen Anbieter für Gemma 4 31B (Non-reasoning) aus?

Verändert sich die Leistung der Anbieter von Gemma 4 31B (Non-reasoning) im Laufe der Zeit?

Welche allgemeinen Fähigkeiten hat Gemma 4 31B (Non-reasoning)?