Gemma 4 31B

Gemma

Google · 33B · كثيف

نموذج Gemma 4 الرائد الأساسي (رسمي). تعرّف على ما إذا كان كرت شاشتك أو جهاز الماك قادرًا على تشغيل Gemma 4 31B محليًا — 18.4 جيجابايت كحد أدنى، و30.7 جيجابايت موصى بها.

كيف تستخدم Gemma 4 31B في Transformers

حمّل Gemma 4 31B في بايثون عبر مكتبة Transformers من HuggingFace. هذه الأوزان الكاملة غير المكمَّمة، فتحتاج ذاكرة أكبر من ملفات GGUF.

عبر pipeline — الطريقة الأسهل

pip install -U transformers
# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("image-text-to-text", model="google/gemma-4-31B")

تحميل النموذج مباشرة

pip install -U transformers
# Load model directly
from transformers import AutoProcessor, AutoModelForMultimodalLM

processor = AutoProcessor.from_pretrained("google/gemma-4-31B")
model = AutoModelForMultimodalLM.from_pretrained("google/gemma-4-31B", device_map="auto")

التوثيق الرسمي: Transformers

كيف تستخدم Gemma 4 31B في llama.cpp

يحمّل llama.cpp ملف Gemma 4 31B من HuggingFace مباشرة ويشغّله، إمّا خادمًا متوافقًا مع OpenAI بواجهة ويب أو في الطرفية. اختر مستوى الـ Quantization من القائمة، وتتحدّث الأوامر معه.

ملف GGUF من ggml-org/gemma-4-31B-GGUF

التثبيت على macOS وLinux

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf ggml-org/gemma-4-31B-GGUF:BF16
# Run inference directly in the terminal:
llama cli -hf ggml-org/gemma-4-31B-GGUF:BF16

التثبيت عبر WinGet على Windows

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf ggml-org/gemma-4-31B-GGUF:BF16
# Run inference directly in the terminal:
llama cli -hf ggml-org/gemma-4-31B-GGUF:BF16

نسخة جاهزة من صفحة الإصدارات

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf ggml-org/gemma-4-31B-GGUF:BF16
# Run inference directly in the terminal:
./llama-cli -hf ggml-org/gemma-4-31B-GGUF:BF16

البناء من الكود المصدري

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf ggml-org/gemma-4-31B-GGUF:BF16
# Run inference directly in the terminal:
./build/bin/llama-cli -hf ggml-org/gemma-4-31B-GGUF:BF16

عبر Docker

docker model run hf.co/ggml-org/gemma-4-31B-GGUF:BF16

التوثيق الرسمي: llama.cpp

كيف تستخدم Gemma 4 31B في Ollama

ينزّل Ollama النموذج ويفتح محادثة محلية بأمر واحد. اختر مستوى الـ Quantization من القائمة، وتتحدّث الأوامر معه.

ملف GGUF من ggml-org/gemma-4-31B-GGUF

من ملف GGUF على HuggingFace

ollama run hf.co/ggml-org/gemma-4-31B-GGUF:BF16

التوثيق الرسمي: Ollama

كيف تستخدم Gemma 4 31B في node-llama-cpp

شغّل Gemma 4 31B من Node.js بلا تثبيت مسبق. اختر مستوى الـ Quantization من القائمة، وتتحدّث الأوامر معه.

ملف GGUF من ggml-org/gemma-4-31B-GGUF

محادثة مع النموذج

npx -y node-llama-cpp chat hf:ggml-org/gemma-4-31B-GGUF:BF16

قدّر توافق النموذج مع جهازك

npx -y node-llama-cpp inspect estimate hf:ggml-org/gemma-4-31B-GGUF:BF16

التوثيق الرسمي: node-llama-cpp

كيف تستخدم Gemma 4 31B في Docker Model Runner

يشغّل Docker Desktop النموذج محليًا ويتيحه عبر واجهة متوافقة مع OpenAI. اختر مستوى الـ Quantization من القائمة، وتتحدّث الأوامر معه.

ملف GGUF من ggml-org/gemma-4-31B-GGUF

شغّل النموذج

docker model run hf.co/ggml-org/gemma-4-31B-GGUF:BF16

التوثيق الرسمي: Docker Model Runner

كيف تستخدم Gemma 4 31B في LocalAI

LocalAI خادم محلي متوافق مع OpenAI. استبدل {{GGUF_FILE}} باسم ملف GGUF الذي تريده من المستودع ggml-org/gemma-4-31B-GGUF.

التثبيت من ملف تنفيذي

curl https://localai.io/install.sh | sh
# Load and run the model:
local-ai run huggingface://ggml-org/gemma-4-31B-GGUF/{{GGUF_FILE}}

عبر صور Docker

# Pull the image:
docker pull localai/localai:latest-cpu
# Load and run the model:
docker run -p 8080:8080 --name localai -v $PWD/models:/build/models localai/localai:latest-cpu huggingface://ggml-org/gemma-4-31B-GGUF/{{GGUF_FILE}}

التوثيق الرسمي: LocalAI

كيف تستخدم Gemma 4 31B في Lemonade

Lemonade خادم محلي من AMD يعمل على المعالجات وكروت الشاشة. اختر مستوى الـ Quantization من القائمة، وتتحدّث الأوامر معه.

ملف GGUF من ggml-org/gemma-4-31B-GGUF

نزّل النموذج

# Download Lemonade from https://lemonade-server.ai/
lemonade pull ggml-org/gemma-4-31B-GGUF:BF16

شغّل النموذج وحاوره

lemonade run user.gemma-4-31B-GGUF-BF16

اعرض كل النماذج المتاحة

lemonade list

التوثيق الرسمي: Lemonade

أوامر التشغيلHuggingFace
2026-04سياق 256K

مستويات الـ Quantization

Quantizationالبتاتالذاكرةالجودةالحالة
Q2_K211.1GBمنخفضة—
Q3_K_M315.3GBمتوسطة—
Q4_K_M417.4GBجيدة—
Q5_K_M521.6GBجيدة—
Q6_K625.9GBممتازة—
Q8_0834.3GBممتازة—
F161668.1GBبلا فقد—

الأرقام تشمل الأوزان وذاكرة KV عند طول سياق 2K توكن. غيّر طول السياق من لوحة جهازك لترى أثره على الذاكرة والسرعة.

أسئلة شائعة عن تشغيل Gemma 4 31B محليًا

هل أستطيع تشغيل Gemma 4 31B على جهازي؟
يحتاج Gemma 4 31B إلى 18.4 جيجابايت من الذاكرة كحد أدنى، والموصى به 30.7 جيجابايت. يكفي أن تفتح هذه الصفحة ليُقيَّم النموذج تلقائيًا أمام كرت شاشتك أو جهاز الماك، ثم تشغّله عبر Ollama أو LM Studio أو llama.cpp.
كم يحتاج Gemma 4 31B من الـ VRAM؟
بتكميم Q4_K_M يستهلك Gemma 4 31B نحو 17.4 جيجابايت من ذاكرة الكرت. أما المستويات الأعلى فتحتاج ذاكرة أكبر، والأدنى تناسب الكروت المحدودة مقابل تنازل في الجودة.