¿Qué es Gemma 4?
Gemma 4 es la familia de modelos de pesos abiertos de Google DeepMind, lanzada el 2 de abril de 2026. Salió en cuatro tamaños: E2B y E4B para móviles y dispositivos pequeños, un modelo mixture-of-experts de 26B que usa 3.800 millones de parámetros por token y un modelo denso de 31B. Un quinto tamaño, el 12B «Unified», llegó a finales de mayo; introduce parches de imagen y audio sin procesar directamente en el modelo de lenguaje, sin codificadores separados.
Todos los tamaños leen imágenes y vídeo (como fotogramas, hasta 60 segundos a un fotograma por segundo); E2B, E4B y 12B aceptan además hasta 30 segundos de audio. Los modelos pequeños tienen un contexto de 128K tokens y los de 12B, 26B y 31B, de 256K. Todos tienen un modo de razonamiento configurable, llamadas a funciones nativas y rol de sistema, y se entrenaron con datos en más de 140 idiomas con fecha de corte en enero de 2025.
Es la primera versión de Gemma con la licencia Apache 2.0 estándar en lugar de las condiciones propias de Google. Google publica además versiones de 4 bits con entrenamiento consciente de la cuantización para cada tamaño, y los modelos funcionan en Vertex AI, Cloud Run, GKE y en Android mediante AICore.
¿Cuánto cuesta Gemma 4?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Apache 2.0 |
| 31B (OpenRouter) | $0.20 in / $0.40 out per 1M tokens | |
| 26B A4B (OpenRouter) | About $0.08 in / $0.26 out per 1M tokens |
Pesos gratuitos bajo Apache 2.0. Alojado en Google Cloud y en terceros; OpenRouter ofrece 31B a $0,20/$0,40 y 26B A4B a unos $0,08/$0,26 por 1M de tokens.
¿Merece la pena Gemma 4?
Gemma 4 es la familia abierta a batir en los tamaños que caben en una sola GPU o en un móvil, y la licencia Apache 2.0 elimina la revisión legal que frenaba las versiones anteriores de Gemma. En la ficha de la propia Google, el 31B obtiene un 85,2 % en MMLU Pro, un 84,3 % en GPQA Diamond y un 80,0 % en LiveCodeBench v6, frente al 67,6 %, 42,4 % y 29,1 % de Gemma 3 27B. En el lanzamiento Google dijo que el 31B era tercero entre los modelos abiertos en la clasificación de texto de Arena; ese puesto es de abril y desde entonces han salido modelos más nuevos.
El modelo interesante para la mayoría de despliegues es el 26B A4B. Activa 3.800 millones de parámetros por token, así que funciona casi a la velocidad de un modelo pequeño y obtiene un 82,6 % en MMLU Pro y un 88,3 % en AIME 2026 sin herramientas. Su GGUF de 4 bits con entrenamiento consciente de la cuantización ocupa 14,4 GB, cabe en una tarjeta de consumo de 24 GB con espacio para contexto, y OpenRouter lo ofrece a unos $0,08 por millón de tokens de entrada.
Las carencias están en el contexto largo y los agentes. El resultado de la propia Google en MRCR v2 con 128K tokens cae del 66,4 % en el 31B al 44,1 % en el 26B, así que la ventana de 256K solo es aprovechable en el modelo más grande, y las puntuaciones de uso de herramientas en Tau2, del 68 al 77 %, quedan muy por debajo de los agentes de vanguardia. El audio tiene un tope de 30 segundos y el 26B y el 31B no tienen audio en absoluto, así que las funciones de voz exigen el 12B o los modelos para móvil.
El ritmo de lanzamientos importa tanto como las puntuaciones. Google añadió el 12B, variantes ajustadas como asistente y versiones con entrenamiento consciente de la cuantización para todos los tamaños en los dos meses siguientes al lanzamiento, y esos archivos de 4 bits reducen el 31B de unos 62 GB en BF16 a 17,7 GB con poco trabajo extra para quien lo despliega. Esa gama de archivos oficiales, desde 5,2 GB para E4B hasta 17,7 GB para el 31B, es lo que permite a un equipo estandarizar una sola familia en móvil, portátil y servidor.
Dónde se gana su sitio
Un ingeniero de plataforma que sirve un asistente interno en una GPU de 24 GB
Sustituir una API de pago para resumir y redactar documentos internos
Ejecuta el GGUF de 4 bits del 26B A4B (14,4 GB más un archivo de visión de 1,2 GB) en llama.cpp o vLLM. El hardware es el único coste, y Apache 2.0 significa que no hay que informar del uso ni revisar la licencia.
Un equipo de Android de una fintech de consumo
Clasificar recibos y transcribir notas de voz cortas en el móvil
E4B mediante AICore lee imágenes y hasta 30 segundos de audio sin conexión, así que los recibos nunca salen del dispositivo. Cuenta con menos precisión que en los modelos grandes: E4B obtiene un 69,4 % en MMLU Pro frente al 85,2 % del 31B.
Un responsable de soporte de una empresa SaaS con 50 agentes
Redactar primeras respuestas a un millón de tickets al mes con bajo coste
Con unos 1.000 tokens de entrada y 300 de salida por respuesta, el 26B A4B en OpenRouter cuesta aproximadamente $150 al mes. El precio alojado varía según el proveedor, así que comprueba el que elijas.
Antes de decidirte
- Puesta en marcha
- Descárgalo de Hugging Face y cárgalo con Transformers, llama.cpp, Ollama o vLLM; las versiones GGUF de 4 bits funcionan sin paso de conversión.
- Integraciones
- Llamadas a funciones nativas y rol de sistema, modo de razonamiento con tokens de control, versiones Transformers y GGUF, Vertex AI, Cloud Run, GKE y Android AICore.
- Datos y privacidad
- Autoalojado, así que los datos se quedan donde lo ejecutes. Apache 2.0 permite uso comercial y fine-tuning sin tope de ingresos ni anexo de uso aceptable.
- Coste a escala
- Los pesos son gratuitos. El 31B necesita unos 62 GB en BF16 (una tarjeta de 80 GB) o 17,7 GB en 4 bits; el 26B A4B ocupa 14,4 GB, el 12B 7,0 GB y el E4B 5,2 GB en 4 bits. OpenRouter ofrece 31B a $0,20/$0,40 y 26B A4B a $0,08/$0,26 por 1M de tokens.
- Límites
- Contexto de 128K en E2B y E4B, 256K en los tamaños mayores; audio de hasta 30 segundos, vídeo de hasta 60 fotogramas; fecha de corte de conocimiento en enero de 2025.
Lo bueno
- Licencia Apache 2.0
- Cinco tamaños, del móvil (E2B) a una GPU (31B)
- Versiones oficiales de 4 bits: 31B en 17,7 GB, 26B A4B en 14,4 GB
- Entrada de imagen y vídeo en todos los tamaños
Lo malo
- La memoria en contexto largo cae mucho por debajo del 31B
- Sin audio en el 26B y el 31B; tope de 30 segundos de audio en el resto
- Fecha de corte de conocimiento en enero de 2025
- Uso de herramientas en agentes muy por detrás de los modelos de vanguardia
Ideal para
Desarrolladores que crean apps en el dispositivo, locales o de una sola GPU y quieren una licencia permisiva y entrada multimodal.
Alternativas a Gemma 4
Gemma 4: preguntas frecuentes
- ¿Merece la pena Gemma 4?
- Gemma 4 es ahora la familia abierta de referencia por debajo de 32B parámetros, porque por fin su licencia está a la altura de su calidad. Le damos un 4.4 sobre 5.
- ¿Cuánto cuesta Gemma 4?
- Pesos gratuitos bajo Apache 2.0. Alojado en Google Cloud y en terceros; OpenRouter ofrece 31B a $0,20/$0,40 y 26B A4B a unos $0,08/$0,26 por 1M de tokens.
- ¿Qué inconvenientes tiene Gemma 4?
- La memoria en contexto largo cae mucho por debajo del 31B; sin audio en el 26B y el 31B; tope de 30 segundos de audio en el resto; fecha de corte de conocimiento en enero de 2025; uso de herramientas en agentes muy por detrás de los modelos de vanguardia.
- ¿Para quién es Gemma 4?
- Desarrolladores que crean apps en el dispositivo, locales o de una sola GPU y quieren una licencia permisiva y entrada multimodal.
- ¿Cuánto cuesta Gemma 4 para un equipo o en producción?
- Los pesos son gratuitos. El 31B necesita unos 62 GB en BF16 (una tarjeta de 80 GB) o 17,7 GB en 4 bits; el 26B A4B ocupa 14,4 GB, el 12B 7,0 GB y el E4B 5,2 GB en 4 bits. OpenRouter ofrece 31B a $0,20/$0,40 y 26B A4B a $0,08/$0,26 por 1M de tokens.
- ¿Es Gemma 4 seguro para los datos de la empresa?
- Autoalojado, así que los datos se quedan donde lo ejecutes. Apache 2.0 permite uso comercial y fine-tuning sin tope de ingresos ni anexo de uso aceptable.
- ¿Cuáles son las mejores alternativas a Gemma 4?
- Las alternativas más cercanas que hemos analizado son gpt-oss-20b, Mistral Small 4 y Phi-4-Reasoning-Vision-15B.
Respuestas comprobadas el 22 oct 2026.