Google DeepMind ha lanzado Gemma 4, su familia de modelos de IA open source más potente, y por primera vez bajo licencia Apache 2.0, eliminando las restricciones comerciales que limitaban las versiones anteriores. Es un cambio que Clément Delangue, cofundador de Hugging Face, calificó de «hito enorme».
Gemma 4 incluye cuatro modelos construidos con la misma tecnología que Gemini 3: E2B y E4B (modelos de borde, diseñados para funcionar en smartphones, Raspberry Pi y Jetson Nano con latencia casi nula), 26B MoE (Mixture of Experts, para uso offline en hardware de desarrollador) y 31B Dense (el tercero en el ranking mundial de modelos abiertos en Arena AI). Los cuatro soportan visión (imágenes y vídeo), los dos pequeños también audio nativo, todos generan código offline de alta calidad, soportan 140+ idiomas y tienen ventanas de contexto de 128K (edge) a 256K tokens (grandes).
La novedad técnica clave: soporte nativo para function calling, salida JSON estructurada e instrucciones de sistema, lo que permite construir agentes autónomos que interactúan con herramientas y APIs sin adaptaciones extra. Los modelos E2B y E4B usan Per-Layer Embeddings (PLE) para maximizar la eficiencia de parámetros en dispositivos de borde. El modelo 31B Dense compite directamente con Llama 4 de Meta y Mistral 3 en calidad, pero bajo una licencia más permisiva.
Mi valoración: Google ha estado en desventaja frente a Meta (Llama) y Mistral en el ecosistema open source porque sus licencias Gemma anteriores tenían restricciones que espantaban a equipos legales corporativos. Apache 2.0 resuelve eso de un plumazo. Con 400 millones de descargas acumuladas y 100.000+ variantes comunitarias, Gemma ya tiene tracción. Ahora tiene la licencia que los desarrolladores pedían para usarla en producción sin consultar con el departamento legal.
Preguntas frecuentes
¿Gemma 4 es realmente open source? Sí. Por primera vez bajo Apache 2.0, licencia estándar de código abierto sin restricciones comerciales. ¿Dónde se puede descargar? Google AI Studio, Hugging Face, Kaggle y Ollama. ¿Funciona en un smartphone? Los modelos E2B y E4B están diseñados para funcionar en dispositivos de borde (smartphones, Raspberry Pi).