A Google DeepMind acaba de dar um passo importante no mundo da inteligência artificial com o lançamento da nova geração de modelos open source: Gemma 4. A atualização chega exatamente um ano após a versão anterior — mas desta vez, a evolução não é apenas incremental, é um verdadeiro salto de geração.
🚀 Mais abertura, mais liberdade
Uma das mudanças mais relevantes está na licença. A Google abandonou seu modelo proprietário e adotou a Apache 2.0, um padrão amplamente aceito no mercado. Na prática, isso significa mais liberdade para desenvolvedores: uso comercial facilitado, menos restrições e mais espaço para inovação.
⚙️ Quatro modelos para todos os cenários
O Gemma 4 chega com quatro versões diferentes, cobrindo desde dispositivos móveis até ambientes mais robustos:
- 31B Dense (topo de linha): com 31 bilhões de parâmetros ativos e suporte a até 256K de contexto, roda até mesmo em uma única GPU H100.
- 26B A4B MoE (melhor custo-benefício): usa arquitetura de especialistas (MoE), com desempenho próximo de modelos menores, mas qualidade muito superior.
- E4B e E2B (otimizados para dispositivos): versões compactas pensadas para smartphones e sistemas embarcados, com consumo de memória extremamente reduzido.
📈 Performance que impressiona
Os números mostram claramente o avanço:
- Matemática (AIME 2026): de 20,8% para incríveis 89,2%
- Programação (Codeforces): salto de 110 para 2150 de ELO
- Raciocínio científico (GPQA): quase dobrou, chegando a 84,3%
- Multilíngue: suporte a mais de 140 idiomas
Ou seja, o modelo não só melhorou — ele mudou de nível.
🧠 Mais inteligente por design
O Gemma 4 também evoluiu na forma como “pensa”:
- Thinking Mode: permite que o modelo raciocine antes de responder, melhorando tarefas complexas.
- Suporte a agentes: integração nativa com chamadas de função e saída em JSON estruturado.
- Multimodalidade completa: todos os modelos suportam imagem e vídeo, e alguns até áudio (voz e tradução).
🔄 Mudança no cenário open source
Nos últimos meses, modelos open source de empresas asiáticas vinham ganhando espaço rapidamente. Com o Gemma 4, a Google mostra que ainda está no jogo — e forte.
A estratégia agora é clara: combinar engenharia eficiente para rodar em dispositivos comuns com uma postura mais aberta para a comunidade.
💡 Por que isso importa?
Quando modelos com desempenho próximo aos sistemas fechados passam a rodar até em GPUs domésticas ou smartphones, o impacto é enorme. Desenvolvedores ganham mais poder, startups ganham mais oportunidades e a inovação acelera.
No fim das contas, o Gemma 4 não é apenas um novo modelo — é um sinal de que a disputa no mundo da IA open source está longe de acabar.