Gemma 4

Gemma 4 es la familia de modelos abiertos de Google DeepMind con la mejor inteligencia por parámetro que puedes ejecutar en tu propio hardware: pesos descargables gratis bajo licencia Apache 2.0, multimodalidad nativa (texto, imagen, audio y vídeo), ventana de contexto de hasta 256K tokens y soporte de más de 140 idiomas, español incluido. Presentada el 2 de abril de 2026 y completada en junio con el modelo 12B, la familia abarca cinco tamaños —desde E2B, que cabe en un móvil, hasta el 31B denso para estaciones de trabajo— y acumula ya más de 150 millones de descargas. Su argumento más fuerte: el Gemma 4 31B se situó como tercer modelo abierto mundial en el leaderboard de texto de Arena AI, por delante de modelos hasta veinte veces más grandes.

Qué ofrece Gemma 4 y por qué importa su licencia

Gemma 4 es la cuarta generación de la familia de modelos abiertos de Google, construida a partir de la misma investigación y tecnología que Gemini 3 y pensada para complementar —no sustituir— a los modelos propietarios de la compañía. A diferencia de Gemini, al que solo se accede mediante API, los pesos de Gemma 4 se pueden descargar, inspeccionar, ajustar con fine-tuning e integrar en productos propios. La diferencia decisiva frente a generaciones anteriores es la licencia Apache 2.0: permite uso comercial, modificación y redistribución sin el tope de 700 millones de usuarios mensuales que impone la Llama Community License de Meta. Desde el lanzamiento de la primera generación, la familia Gemma supera los 400 millones de descargas, con un ecosistema comunitario (la «Gemmaverse») de más de 100.000 variantes afinadas. Puedes consultar todos los detalles en la página oficial de Gemma 4 y en la documentación técnica.

Versiones y tamaños: de un móvil a una estación de trabajo

La familia se distribuye en cinco tamaños que comparten formato de instrucciones, modo de pensamiento y sistema de llamada a funciones, de modo que subir o bajar de tamaño es un cambio de configuración, no una reescritura del código:

Modelo	Arquitectura	Contexto	Entradas admitidas	Memoria aprox. (cuantizado 4 bits)	Pensado para
Gemma 4 E2B	Denso, 2,3B parámetros efectivos	128K	Texto, imagen, audio y vídeo	~3 GB	Móviles, Raspberry Pi, IoT
Gemma 4 E4B	Denso, 4,5B parámetros efectivos	128K	Texto, imagen, audio y vídeo	~4,5 GB	Portátiles y GPUs de 8 GB
Gemma 4 12B	Unificado, sin codificadores separados	256K	Texto, imagen, audio y vídeo	~7 GB	Portátiles con 16 GB de RAM
Gemma 4 26B A4B	Mixture-of-Experts: 26B totales, ~3,8B activos por token	256K	Texto, imagen y vídeo	~14,5 GB	Inferencia de alto rendimiento (RTX 4090)
Gemma 4 31B	Denso	256K	Texto, imagen y vídeo	~17,5 GB	Máxima calidad en local

Dos matices importantes: la entrada de audio es nativa solo en E2B, E4B y 12B (los modelos 26B y 31B aceptan imagen y vídeo, pero no audio), y todos los modelos generan únicamente texto —no producen imágenes ni sonido. El 12B, añadido en junio de 2026, es el más innovador: elimina los codificadores visuales y de audio independientes y proyecta directamente fragmentos de audio de 40 ms y parches de imagen al espacio del modelo, lo que reduce memoria y simplifica el fine-tuning multimodal con un único LoRA.

Rendimiento: los números oficiales de Gemma 4

Toda la serie incorpora un modo de razonamiento configurable (thinking mode), llamada a funciones nativa, salida JSON estructurada y soporte de instrucciones de sistema. En los benchmarks publicados por Google DeepMind (con pensamiento activado), la mejora respecto a la generación anterior es espectacular:

Prueba	Gemma 4 31B	Gemma 4 26B A4B	Gemma 3 27B
Arena AI (texto, ELO)	1452	1441	1365
AIME 2026 (matemáticas)	89,2 %	88,3 %	20,8 %
LiveCodeBench v6 (programación)	80,0 %	77,1 %	29,1 %
GPQA Diamond (ciencia)	84,3 %	82,3 %	42,4 %
MMMU Pro (multimodal)	76,9 %	73,8 %	49,7 %
τ2-bench Retail (uso de herramientas agentic)	86,4 %	85,5 %	6,6 %
MMMLU (multilingüe)	85,2 %	82,6 %	67,6 %

Conviene subrayarlo porque contradice la fama de la familia: programación y capacidades agent, los talones de Aquiles de Gemma 3, dejaron de ser su punto débil. El salto de 6,6 % a 86,4 % en τ2-bench y de 29,1 % a 80 % en LiveCodeBench convierte a Gemma 4 en una base seria para agentes autónomos y asistentes de código locales. Google además ha acelerado la inferencia en dos tandas: los borradores de predicción multi-token (MTP, mayo de 2026) y los puntos de control QAT con cuantización consciente de la cuantía (junio de 2026), que mantienen la calidad ocupando mucho menos espacio.

Gemma 4 en español

La familia está entrenada de forma nativa en más de 140 idiomas y rinde especialmente bien en lenguas europeas: el 31B alcanza un 85,2 % en MMMLU, la prueba de preguntas y respuestas multilingües. Para el mercado hispanohablante existe además TranslateGemma, una variante especializada lanzada en enero de 2026 en tamaños 4B, 12B y 27B que supera a los modelos generalistas de su tamaño en calidad de traducción. Si desarrollas chatbots de atención al cliente, generación de contenido o herramientas de traducción para España y Latinoamérica, Gemma 4 es hoy una de las opciones abiertas más competitivas en español.

Cómo ejecutar Gemma 4 localmente con Ollama o LM Studio

La vía más rápida es Ollama: instalas el programa (gratis, para Windows, macOS y Linux) y ejecutas el comando «ollama pull gemma4» —o una variante concreta como gemma4:e2b, gemma4:e4b, gemma4:26b o gemma4:31b— para descargar y ejecutar el modelo con cuantización automática. Ollama expone además una API local compatible con OpenAI en el puerto 11434, útil para integrarlo en aplicaciones existentes. Si prefieres una interfaz gráfica sin terminal, LM Studio permite buscar «google/gemma-4», elegir la cuantización según tu memoria y chatear al instante. Los pesos oficiales están también en Hugging Face (requiere cuenta gratuita y aceptar las condiciones una sola vez) y en Kaggle. En la práctica: el 12B QAT ocupa unos 7 GB y funciona en un portátil con 16 GB; el 26B A4B corre en una RTX 4090 de 24 GB; y E2B y E4B se ejecutan sin conexión en móviles, Raspberry Pi y Jetson Nano a través de la app Google AI Edge Gallery.

Precio de Gemma 4 (a octubre de 2026)

El punto de partida es el más barato del mercado: los pesos son gratuitos, sin suscripción ni límite de uso, y solo pagas tu propio hardware o electricidad. Si prefieres no gestionar servidores, las APIs alojadas cobran por tokens con precios muy por debajo de los modelos propietarios (precios verificados a octubre de 2026):

• Google Vertex AI: Gemma 4 26B a 0,15 $ por millón de tokens de entrada y 0,60 $ por millón de salida (0,015 $ en tokens de caché).
• Together AI: Gemma 4 31B en torno a 0,39 $ por millón de entrada y 0,97 $ por millón de salida.
• Google AI Studio: permite probar Gemma 4 gratis con límites de uso, sin tarjeta.
• Autoalojamiento: 0 $ de licencia; el coste real es la GPU o el equipo donde lo ejecutes.

Como referencia, un modelo propietario insignia ronda los 5 $ de entrada y 25 $ de salida por millón de tokens: Gemma 4 en API cuesta aproximadamente un 95 % menos, y en local, prácticamente cero.

Alternativas: Gemma 4 frente a Llama 4, Qwen y Mistral

Familia	Licencia	Mayor fortaleza	Limitación frente a Gemma 4
Gemma 4 (Google, abril 2026)	Apache 2.0	Calidad por parámetro, multimodalidad nativa y audio en modelos medianos	Contexto de 256K, lejos de los 10M de Llama Scout
Llama 4 Scout / Maverick (Meta, abril 2025)	Llama Community License (tope de 700M usuarios/mes)	Ventana de contexto de 10M tokens y escala hasta 400B parámetros	Licencia restrictiva; peor rendimiento en código para su tamaño
Qwen 3.5 / 3.8 (Alibaba, 2026)	Apache 2.0	Programación (SWE-bench Verified 72,4 % en 3.5) y cobertura de chino	Multimodalidad algo inferior; ecosistema menos orientado a edge
Mistral Small (Mistral AI)	Apache 2.0	Ecosistema europeo, latencia y buen español por origen	Gama más corta; menos tamaños y variantes que Gemma

La elección razonable en 2026: Gemma 4 si buscas el mejor equilibrio entre calidad, tamaño, multimodalidad y libertad de licencia; Qwen si tu prioridad absoluta es programar; Llama 4 Scout si necesitas devorar libros o repositorios enteros en un solo prompt; y Mistral si valoras un proveedor europeo.

Para quién es Gemma 4 (y para quién no)

Muy recomendable si:

• Necesitas privacidad o soberanía de datos: un modelo abierto ejecutado 100 % en local, sin que nada salga de tu equipo.
• Construyes aplicaciones multilingües o en español para el mercado hispanohablante.
• Procesas imágenes, audio o vídeo por lotes con presupuesto ajustado (clasificación, OCR, comprensión de documentos, transcripción con E2B/E4B/12B).
• Quieres fine-tunear un modelo propio: Apache 2.0, un único LoRA multimodal y toda la familia compartiendo interfaz.

Mejor mirar otra opción si:

• Necesitas contexto ultralargo: los 256K de Gemma 4 se quedan cortos frente a los 10M tokens de Llama 4 Scout.
• Tu caso es programación pura de nivel producción: Qwen sigue siendo la referencia abierta en SWE-bench.
• Buscas generación de imágenes o audio: Gemma 4 solo produce texto.

En resumen: si tu objetivo es llevar IA capaz a tu propio hardware —del móvil al portátil, del portátil al servidor— sin ataduras de licencia y con un excelente rendimiento en español, Gemma 4 es en octubre de 2026 la opción abierta más completa que existe. Descarga los pesos, prueba el 12B con Ollama y sube o baja de tamaño según tu máquina.