近期，Google DeepMind 开源了 Gemma 4 系列模型，依托与 Gemini 3 同源的技术体系，其不仅在 Arena AI 排行榜中跻身全球前三，更以远小于同级竞品的参数规模，实现了接近甚至超越更大尺寸模型的能力表现。同时，基于 Apache 2.0 许可证的开源策略，也进一步降低了应用门槛，使其在实际生产环境中的落地潜力大幅提升。

从产品形态来看，Gemma 4 并非单一模型，而是覆盖 E2B 、 E4B 、 26B A4B 到 31B 的多尺寸体系，分别对应移动端、本地部署到高性能算力环境等不同场景。这种分层设计的核心逻辑在于：以「规模—性能—成本」的平衡，满足差异化需求——小模型强调轻量与实时性，而大模型则专注复杂推理与高精度任务。

其中，31B 版本作为当前系列中的性能上限，其能力水平甚至可以媲美 Qwen 3.5 397B，应用场景上，31B 版支持图文输入与文本输出，具备最高达 256K tokens 的上下文窗口，并原生支持推理、函数调用以及系统提示（system prompts），同时还支持超过 140 种语言，因此在高质量问答、代码辅助以及智能体（agent）服务等场景中表现出色。

目前，HyperAI 官网（hyper.ai）的教程版块已经上线了「一键部署 Gemma-4-31B-it」，助力开发者低门槛体验先进模型。

在线运行：

https://go.hyper.ai/NzyGq

Demo 运行

1. 进入 hyper.ai 首页后，选择「教程」页面，或点击「查看更多教程」，选择「一键部署 Gemma-4-31B-it」，点击「运行此教程」。

2. 页面跳转后，点击右上角「Clone」，将该教程克隆至自己的容器中。

注：页面右上角支持切换语言，目前提供中文及英文两种语言，本教程文章以英文为例进行步骤展示。

3. 选择「NVIDIA RTX PRO 6000」以及「PyTorch」镜像，点击「Continue job execution（继续执行）」。

HyperAI 为新用户准备了注册福利，仅需 $1，即可获得 20 小时 RTX 5090 算力（原价 $7），资源永久有效。

4. 等待分配资源，当状态变为「Running（运行中）」后，点击「Open Workspace」进入 Jupyter Workspace 。

效果展示

1. 页面跳转后，点击左侧 README 文件，进入后点击上方 Run（运行）。

2. 待运行完成，即可点击右侧 API 地址跳转至 demo 页面。