Gemma
Google (Google DeepMind) · Programação · Outros
O Gemma é a família de modelos de IA de pesos abertos do Google que você baixa e roda no seu próprio hardware. O Gemma 4 vai de versões para celular até um modelo de 31B para estações de trabalho.
Sobre Gemma
What Is Gemma
O Gemma é a linha de modelos de linguagem de pesos abertos do Google, criada pelo Google DeepMind com a mesma pesquisa que sustenta os modelos fechados Gemini. A diferença está em onde o modelo mora. O Gemini roda na nuvem do Google, enquanto os pesos abertos do Gemma são publicados para qualquer pessoa baixar, modificar e implantar nas próprias máquinas. Desde o primeiro lançamento, em fevereiro de 2024, a família passou de 400 milhões de downloads e gerou mais de 100 mil variantes criadas pela comunidade.
A geração atual, o Gemma 4, chegou em 2 de abril de 2026 com quatro tamanhos. Duas versões leves, E2B e Gemma E4B, miram celulares, placas Raspberry Pi e dispositivos Jetson, e rodam totalmente offline. Duas versões maiores, um modelo de 26B com mistura de especialistas e um modelo denso de Gemma 31B, miram estações de trabalho e servidores. Os quatro leem imagens, e os modelos de borda também aceitam áudio.
A virada mais importante é jurídica, não técnica. O Gemma 4 saiu da licença personalizada do Google, que os desenvolvedores criticaram por um ano, para a licença Gemma Apache 2.0. Essa licença deixa as empresas usar, modificar e redistribuir os modelos para trabalho comercial sem pedir permissão ao Google. Um modelo de 31B ocupa o terceiro lugar no ranking de modelos abertos da Arena, e o Google descreve a família como a de maior capacidade por byte entre os modelos abertos.
A contrapartida é que pesos abertos significam que você entra com o hardware, a configuração e a manutenção. Não há produto de chat hospedado, nem suporte, nem garantia de que um ajuste fino específico iguale um modelo de nuvem em todas as tarefas.
Getting Started
- Escolha um tamanho que combine com seu hardware: E2B ou E4B para celulares e placas pequenas, 26B e 31B para GPUs e estações de trabalho.
- Baixe os pesos nos canais oficiais do Google, como o Gemma Hugging Face, o Kaggle ou o ModelScope, com os termos da Apache 2.0 à vista.
- Para rodar o Gemma localmente, carregue o modelo em um ambiente como Ollama, llama.cpp, LiteRT-LM ou uma pilha de Python, e quantize se a memória apertar.
- Faça ajuste fino com seus próprios dados quando o modelo base não cobrir seu domínio, e depois ligue-o a um app por chamadas de função ou pela API. O ajuste fino do Gemma segue os frameworks usuais, então o fluxo vai parecer familiar.
- Teste com sua carga de trabalho real antes de publicar, porque a qualidade no dispositivo varia com o tamanho e a quantização.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Gemma.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Desenvolvedores de apps offline
- Pesquisadores e curiosos
- Startups com orçamento apertado
- Estudantes de machine learning
Tarefas
- Usar um assistente de código local
- Entender voz e imagem no dispositivo
- Processar documentos longos
- Montar fluxos de agentes
Cenários
- Trabalhar sem internet
- Manter dados sensíveis dentro de casa
- Prototipar um recurso de IA rápido
- Levar um protótipo para o celular
Principais recursos
Quatro tamanhos para toda a faixa de hardware
O Gemma 4 cobre o salto de um celular a um servidor sem sair da família. E2B e Gemma E4B mantêm memória e consumo baixos o bastante para chips móveis, enquanto o modelo de 26B com mistura de especialistas e o denso Gemma 31B miram estações de trabalho e GPUs de data center. Você escolhe o tamanho que encaixa no aparelho que já tem.
Licença Gemma Apache 2.0
A mudança para a Apache 2.0 é o que os desenvolvedores pediam. Você pode usar, modificar e redistribuir os pesos em produtos comerciais, e o Google não pode reescrever as regras sozinho depois. Para equipes cujo jurídico travava com os termos antigos, essa clareza é o fator decisivo.
Eficiência com mistura de especialistas
O modelo de 26B ativa só cerca de 3,8B dos seus 25,2B parâmetros por token, então roda perto da velocidade de um modelo pequeno e mantém boa parte da qualidade de um grande. Em uma GPU de consumo entrega alta taxa de processamento, o que pesa em laços de agentes sensíveis à latência.
Entrada multimodal nativa
Os quatro modelos leem texto e imagens, e os de borda aceitam áudio também. Um único modelo transcreve fala, responde sobre uma captura e lê um gráfico, em vez de juntar vários modelos especializados. A entrada de resolução variável deixa você trocar detalhe por velocidade conforme seja classificação ou OCR.
Raciocínio e chamadas de função
Todos os modelos da família aceitam um modo de raciocínio que você liga, além de chamadas de função nativas com saída JSON estruturada. Essa combinação transforma o modelo na camada de decisão de um agente capaz de planejar passos e acionar ferramentas externas sem truques de prompt.
Execução totalmente no dispositivo
Os modelos de borda rodam offline em celulares, placas Raspberry Pi e dispositivos Jetson, com a equipe do Pixel trabalhando ao lado da Qualcomm e da MediaTek na otimização. Latência quase nula e nenhuma dependência de rede tornam a família viável para implantações remotas e sensíveis à privacidade.
Prós e contras
Prós
- A licença Apache 2.0 afasta a incerteza jurídica que travava versões anteriores do Gemma.
- Os tamanhos vão da faixa móvel à estação de trabalho, então uma família cobre vários orçamentos de hardware.
- A entrada multimodal nativa e as chamadas de função evitam ter de encaixar outros modelos.
- A versão de 26B com mistura de especialistas entrega grande vazão em GPUs de consumo.
- Uma comunidade ampla e uma biblioteca de ajustes finos facilitam achar um ponto de partida perto da sua tarefa.
Contras
- Você entra com o hardware e a configuração, então não há produto hospedado nem linha de suporte.
- O modelo de 31B pede uma GPU séria, como uma H100 de 80GB, se você não o quantizar, o que aumenta o custo de entrada.
- Os modelos de borda pequenos ficam atrás dos grandes em matemática e código difíceis, então não substituem sem mais os modelos de ponta da nuvem.
- Ajuste fino e implantação exigem trabalho real de engenharia, e o resultado depende da qualidade dos seus dados.
Perguntas frequentes
O Gemma é a família de modelos de IA de pesos abertos do Google, feita pelo Google DeepMind com a mesma pesquisa por trás do Gemini. Você baixa os pesos e roda no seu próprio hardware em vez de usar um serviço na nuvem.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Gemma.
Alternativas a Gemma
Base Code
Base44 (Wix) · Programação · ProdutividadeO Base Code é um ambiente de desenvolvimento em nuvem compartilhado da Base44. O time descreve mudanças em um repositório do GitHub pelo chat, confere tudo na prévia e envia o resultado como pull request.
Google EmbeddingGemma 2
Google DeepMind · Escrita · Imagem · ProgramaçãoGoogle EmbeddingGemma 2 é um modelo aberto de 740 milhões de parâmetros que transforma texto, código, imagens, áudio e quadros de vídeo em vetores de um único espaço de 768 dimensões, rodando em celulares e notebooks.
GitGlow
GitGlow · Programação · ProdutividadeO GitGlow é um cliente Git de desktop que coloca seu código e as mudanças dos seus agentes de IA na mesma revisão, para você saber o que vai sair da máquina antes de publicar.