Inteligência Artificial
Três variantes, foco em eficiência de computação e memória, raciocínio e fluxos agentic. Aberto e enterprise-ready deixaram de ser opostos.
O Google DeepMind publicou a família Gemma 4 com três variantes: 2B, 12B e 27B parâmetros. Não é mais um lançamento incremental. Os benchmarks mostram o modelo de 27B batendo o Llama 3 70B em tarefas de raciocínio (MMLU, HumanEval) usando menos da metade dos parâmetros. O de 12B compete de igual para igual com o Mistral 7B×8 (Mixtral) em geração de código, consumindo uma fração da memória. A mensagem é clara: inteligência por parâmetro virou métrica de primeira classe.
O modelo de 2B é o que mais chama atenção para quem trabalha com edge. Roda em smartphones com 4 GB de RAM, em Raspberry Pi 5 e em gateways industriais. Até ontem, nesses cenários, a única opção era mandar tudo para uma API na nuvem e torcer para a latência não matar a experiência. Agora dá para fazer classificação de texto, extração de entidades e até fluxos conversacionais simples direto no dispositivo.
Modelos abertos não são caridade. O Google sabe que quanto mais gente treina e deploya Gemma, mais a arquitetura deles vira padrão de fato. E mais casos de uso alimentam as próximas versões. Isso não invalida a proposta. Significa que você precisa entender o jogo antes de entrar.
A licença Gemma permite uso comercial, fine-tuning e redistribuição com atribuição. Comparado ao Llama 3, que tem restrições para aplicações com mais de 700 milhões de usuários mensais, é mais permissiva na prática para a maioria das empresas. Comparado ao Mistral, que migrou para licenças mais restritivas nos modelos maiores, Gemma mantém consistência entre todas as variantes.
O ponto que ninguém fala: modelo aberto não é modelo auditado. Você recebe os pesos, a documentação de treinamento e um model card. Não recebe garantia de que o dataset não contém dados pessoais europeus, que o viés em português foi testado com rigor, ou que a próxima versão não vai quebrar sua pipeline de fine-tuning. Essa responsabilidade é sua.
Fine-tuning e custo. Gemma 4 usa uma arquitetura de atenção que permite LoRA eficiente com hardware commodity. Um fine-tuning supervisionado do modelo de 12B roda em uma única A100 80 GB em menos de 4 horas para datasets de 50 mil exemplos. Para quem está acostumado a reservar clusters inteiros só para treinar adapters de modelos maiores, isso muda a equação de custo.
Soberania de dados. Com o modelo de 2B ou 12B rodando on-prem, dados sensíveis nunca saem do perímetro. Em saúde, financeiro e governo, isso é pré-requisito, não nice-to-have. O Gemma 4 torna viável ter um modelo de linguagem operando dentro do seu datacenter sem infraestrutura de GPU de grande porte.
Supply chain de modelo. Cada modelo que entra na sua stack é uma dependência. Precisa de versionamento, scan de vulnerabilidades no container de inferência, monitoramento de drift e um plano de rollback. Empresas que tratam modelo como artefato descartável vão descobrir na pior hora que não têm reprodutibilidade.
Agentes e orquestração. O Gemma 4 27B foi desenhado com suporte nativo a tool-calling e fluxos multi-step. Nos benchmarks de tarefas agentic (GAIA, ToolBench), supera modelos abertos anteriores por margem significativa. Isso viabiliza arquiteturas em que o modelo local decide quais ferramentas chamar, executa, avalia o resultado e itera, tudo sem round-trip para uma API externa.
Nós trabalhamos com clientes que precisam de IA funcionando em produção, não em demos. O que muda com o Gemma 4:
O mercado de modelos abertos está amadurecendo rápido, e a competição entre Gemma, Llama e Mistral beneficia todo mundo que constrói em cima dessas fundações. Mas modelo é commodity. Quem ganha é quem integra modelo, dados e processos com o mesmo rigor de qualquer sistema crítico. É o tipo de trabalho que fazemos em agentes de IA e engenharia de software.
Leia também: Claude Mythos Preview e cibersegurança assistida por IA · Meta apresenta Muse Spark
Mais detalhes na página oficial do Gemma no Google DeepMind.