Gemma 4 31B (Non-reasoning) Benchmarking e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de Gemma 4 31B (Non-reasoning) para seu caso de uso.
Mais rápido
Modular (NVFP4)
SambaNova
FriendliAI
CoreWeave
SiliconFlow (FP8)Velocidade de saída
11 provedores no total
Menor latência
Modular (NVFP4)
Crusoe
DeepInfra (FP8)
Together AI (FP8)
ParasailTempo até o primeiro token
11 provedores no total
Menor preço
ParasailCoreWeaveDeepInfra (FP8)SiliconFlow (FP8)FriendliAIPreço combinado (por 1M de tokens)
11 provedores no total
Gemma 4 31B (Non-reasoning) está disponível em 11 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.
- Em velocidade de saída, os principais provedores são Modular (NVFP4) (208.8 t/s), SambaNova (201.8 t/s) e FriendliAI (106.0 t/s). A velocidade varia significativamente entre os provedores, com uma diferença de 1349% entre o mais rápido e o mais lento.
- Em latência, Modular (NVFP4) (0.43s), Crusoe (1.10s) e DeepInfra (FP8) (1.45s) têm o menor tempo até o primeiro token.
- Em preço, Parasail (0.11), CoreWeave (0.12) e DeepInfra (FP8) (0.15) têm os menores preços combinados por 1M de tokens. Os preços variam em até 9.3x entre os provedores.
- Modular (NVFP4) oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, Parasail tem o preço mais competitivo.
Destaques
Atualização: A carga de trabalho padrão do benchmarking de desempenho passou a usar 10k tokens de entrada para representar melhor os casos de uso em produção. Você ainda pode selecionar outras cargas de trabalho acima.
Preços
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed: Gemma 4 31B (Non-reasoning)
Latency vs. Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tempo de resposta de ponta a ponta
Principais métricas de comparação e recursos da API
| Modular | 262k | Aberto | -- | 198 | 0.43 | 2.95 | -- | ||
| Parasail | 262k | Aberto | -- | 35 | 1.42 | 15.90 | -- | ||
 Cerebras | 131k | Aberto | -- | -- | -- | -- | -- | ||
| FriendliAI | 262k | Aberto | -- | 106 | 2.17 | 6.90 | -- | ||
| Together AI | 262k | Aberto | -- | 15 | 1.44 | 35.40 | -- | ||
| SiliconFlow | 262k | Aberto | -- | 57 | 3.45 | 12.18 | -- | ||
| DeepInfra | 262k | Aberto | -- | 20 | 1.45 | 26.12 | -- | ||
| CoreWeave | 262k | Aberto | -- | 56 | 2.10 | 11.10 | -- | ||
| SambaNova | 131k | Aberto | -- | 202 | 2.70 | 5.18 | -- | ||
| Crusoe | 262k | Aberto | -- | 17 | 1.11 | 30.09 | -- | ||
 Novita | 262k | Aberto | -- | 18 | 1.80 | 29.43 | -- | ||
Perguntas frequentes
Perguntas comuns sobre os provedores do Gemma 4 31B (Non-reasoning)
Gemma 4 31B (Non-reasoning) está disponível em 11 provedores de API: Modular (NVFP4), Parasail, Cerebras, FriendliAI, Together AI (FP8), SiliconFlow (FP8), DeepInfra (FP8), CoreWeave, SambaNova, Crusoe e Novita. Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o Gemma 4 31B (Non-reasoning) está disponível em 11 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o Gemma 4 31B (Non-reasoning) em velocidade de saída são Modular (NVFP4) (208.8 t/s), SambaNova (201.8 t/s) e FriendliAI (106.0 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.
Os provedores com o menor tempo até o primeiro token para o Gemma 4 31B (Non-reasoning) são Modular (NVFP4) (0.43s), Crusoe (1.10s) e DeepInfra (FP8) (1.45s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o Gemma 4 31B (Non-reasoning) em preço combinado são Parasail ($0.11 por 1M de tokens), CoreWeave ($0.12 por 1M de tokens) e DeepInfra (FP8) ($0.15 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.
Os provedores com o menor preço de tokens de entrada para o Gemma 4 31B (Non-reasoning) são CoreWeave ($0.10 por 1M de tokens de entrada), SiliconFlow (FP8) ($0.13 por 1M de tokens de entrada) e DeepInfra (FP8) ($0.13 por 1M de tokens de entrada).
Os provedores com o menor preço de tokens de saída para o Gemma 4 31B (Non-reasoning) são CoreWeave ($0.34 por 1M de tokens de saída), DeepInfra (FP8) ($0.38 por 1M de tokens de saída) e Parasail ($0.40 por 1M de tokens de saída).
A velocidade de saída do Gemma 4 31B (Non-reasoning) varia significativamente entre os provedores. Modular (NVFP4) é o mais rápido, com 208.8 t/s, 14.5x mais rápido que Together AI (FP8), com 14.4 t/s.
Todos os 11 provedores do Gemma 4 31B (Non-reasoning) são compatíveis com o modo JSON para saída estruturada.
Todos os 11 provedores do Gemma 4 31B (Non-reasoning) são compatíveis com chamadas de funções (uso de ferramentas).
Para o Gemma 4 31B (Non-reasoning), Modular (NVFP4) oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, Parasail tem o preço mais competitivo.
Ao escolher um provedor para o Gemma 4 31B (Non-reasoning), considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.
Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Para saber mais sobre a inteligência, as capacidades e as modalidades do Gemma 4 31B (Non-reasoning), além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo