As ambições de IA aberta do Google ficaram muito mais sérias hoje. A empresa lançou o Gemma 4, uma família de quatro modelos de peso aberto construídos com a mesma pesquisa do Gemini 3 e licenciados sob a Apache 2.0 — uma partida significativa dos termos mais restritivos das versões anteriores do Gemma.

Desenvolvedores já baixaram gerações anteriores do Gemma mais de 400 milhões de vezes, gerando mais de 100.000 variantes da comunidade. Este lançamento é o mais ambicioso até agora.

No último ano, o ranking de IA de código aberto tem sido em grande parte um domínio chinês. DeepSeek, Minimax, GLM e Qwen dominaram as primeiras posições, deixando as alternativas americanas lutando por relevância. Como Decrypt relatou no ano passado, os modelos abertos chineses passaram de apenas 1,2% do uso global de modelos abertos no final de 2024 para aproximadamente 30% até o final de 2025, com o Qwen da Alibaba até mesmo superando o Llama da Meta como o modelo auto-hospedado mais usado globalmente.

O Llama da Meta costumava ser a escolha padrão para desenvolvedores que desejavam um modelo capaz e localmente executável. Essa reputação foi corroída — a licença controlada pela Meta do Llama levantou questões sobre seu verdadeiro status de código aberto, e seu desempenho ficou atrás da concorrência chinesa. A família OLMo do Allen Institute tentou preencher a lacuna, mas não conseguiu ganhar tração significativa. A OpenAI lançou seus modelos gpt-oss em agosto de 2025, o que deu um fôlego ao ecossistema, mas eles nunca foram projetados para serem concorrentes de fronteira.

E ontem, uma startup americana de 30 pessoas chamada Arcee AI lançou o Trinity, um modelo aberto de 400 bilhões de parâmetros que apresentou um argumento convincente de que o cenário americano não estava completamente morto. O Gemma 4 segue esse impulso, desta vez com todo o peso da Google DeepMind por trás, tornando-o, sem dúvida, o melhor modelo americano no cenário da IA de código aberto.

O modelo é "construído a partir da mesma pesquisa e tecnologia de classe mundial do Gemini 3", disse o Google em seu anúncio. O Gemma 4 é fornecido em quatro tamanhos: Effective 2B e 4B para telefones e dispositivos de borda, um modelo Mixture of Experts de 26B focado em velocidade, e um modelo Dense de 31B otimizado para qualidade bruta.

O modelo Dense de 31B atualmente ocupa a terceira posição entre todos os modelos abertos no ranking de texto da Arena AI. O modelo MoE de 26B está em sexto lugar. O Google afirma que ambos superam modelos 20 vezes maiores — uma alegação que se sustenta, pelo menos em comparação com os números da Arena AI, onde os modelos chineses ainda ocupam as duas primeiras posições.

Testamos o Gemma 4. Ele é capaz, com algumas ressalvas. O modelo aplica raciocínio até mesmo a tarefas que não o exigem, o que pode fazer com que as respostas pareçam super-otimizadas para prompts simples. A escrita criativa é decente — útil, não inspirada — e provavelmente melhora com orientação mais específica e engenharia de prompts.

Onde ele se destacou mais claramente foi no código. Ao ser solicitado a gerar um jogo, a saída não foi particularmente chamativa ou elaborada, mas funcionou sem erros na primeira tentativa. Nada mal para um modelo de 41 bilhões de parâmetros. Essa confiabilidade zero-shot é, sem dúvida, mais valiosa do que um resultado mais bonito que precise de depuração.

Você pode experimentar o jogo (básico, mas funcional) aqui.

As quatro variantes cobrem todo o espectro de hardware. Os modelos E2B e E4B são construídos para telefones Android, Raspberry Pi e dispositivos de borda, rodando completamente offline com latência próxima de zero, entrada de áudio nativa e uma janela de contexto de 128K. Os modelos 26B e 31B visam estações de trabalho e implantações em nuvem, estendendo o contexto para 256K e adicionando chamada de função nativa e saída JSON estruturada para a construção de agentes autônomos. Todos os quatro modelos processam imagens e vídeo nativamente. Os pesos de precisão total dos modelos maiores cabem em uma única GPU NVIDIA H100 de 80GB; as versões quantizadas rodam em hardware de consumidor.

A licença Apache 2.0 é a outra grande novidade. As versões anteriores do Gemma do Google usavam uma licença personalizada que criava ambiguidade legal para produtos comerciais. A Apache 2.0 remove essa fricção por completo — os desenvolvedores podem modificar, redistribuir e comercializar sem se preocupar com o Google alterando os termos posteriormente. Clement Delangue, co-fundador da Hugging Face, elogiou-a, dizendo que "A IA Local está tendo seu momento", e que é o futuro da indústria de IA. Demis Hassabis, CEO da Google DeepMind, foi além, chamando o Gemma 4 de "os melhores modelos abertos do mundo para seus respectivos tamanhos".

Essa é uma afirmação forte. Sistemas proprietários da Anthropic, OpenAI e o próprio Gemini do Google ainda lideram nos benchmarks mais difíceis. Mas para modelos de peso aberto que você pode executar localmente, modificar livremente e implantar em sua própria infraestrutura? A concorrência ficou significativamente menor. Você pode experimentar o Gemma 4 agora no Google AI Studio (31B e 26B) ou no Google AI Edge Gallery (E2B e E4B). Os pesos dos modelos também estão disponíveis no Hugging Face, Kaggle e Ollama.