Google llança Gemma 4, la seva gran aposta d'IA oberta i local

Google ha fet un pas important en la seva estratègia de intel·ligència artificial oberta amb el llançament de Gemma 4, una nova família de models que aspira a combinar alts nivells de raonament amb requisits de maquinari molt més continguts. La companyia planteja aquesta generació com una alternativa seriosa per als que necessiten executar IA avançada en infraestructures pròpies, des de mòbils fins a centres de dades.

Lluny de ser un únic model, Gemma 4 és una gamma completa de quatre variants obertes, pensada per a desenvolupadors, empreses i entitats públiques que volen més control sobre les dades i els desplegaments. La proposta encaixa especialment bé amb les exigències de sobirania digital i compliment normatiu a Europa, on cada cop pesa més poder decidir on s'executa i on s'emmagatzemen les dades.

Una família de quatre models centrada en la «intel·ligència per paràmetre»

Gemma 4 s'ha construït sobre la mateixa base tecnològica que Bessons 3, però amb un objectiu clar: maximitzar el que Google anomena «intel·ligència per paràmetre». En comptes de competir únicament per mida, la companyia presumeix d'haver aconseguit que models relativament compactes rendeixin al nivell de sistemes molt més grans.

La família es compon de quatre mides diferenciades: Effective 2B (E2B), Effective 4B (E4B), un model de 26B amb arquitectura Mixture of Experts (MoE) i una variant densa de 31B paràmetres. Aquest últim se situa ja al top 3 del rànquing d'Arena AI per a models oberts, superant alternatives que multipliquen per vint el seu nombre de paràmetres, una cosa especialment rellevant per als que busquen reduir costos a GPU sense renunciar a qualitat.

El model de 26B MoE està optimitzat per activar només una fracció dels seus paràmetres (al voltant de 3,8B) en inferència, millorant la velocitat de generació de tokens i leficiència energètica. Davant seu, la versió 31B densa es posiciona com a opció preferent per a tasques d'ajust fi exigent, orquestració complexa i ús intensiu en entorns empresarials o institucionals.

Google subratlla que, en termes de benchmarks públics, aquestes variants competeixen directament amb models més pesants d'altres proveïdors, inclosos els de fabricants xinesos com DeepSeek o Qwen, que en els darrers anys s'havien fet forts a l'ecosistema open source. El 31B de Gemma 4 figura com a tercer millor model obert a Arena AI, mentre que el 26B MoE se situa també en posicions destacades.

Des d'una perspectiva de negoci, aquesta relació entre mida i rendiment implica menys despesa en maquinari, menor latència i la possibilitat d'executar models de frontera en una única GPU NVIDIA H100 de 80GB, cosa que obre la porta que empreses mitjanes europees puguin treballar amb IA avançada sense invertir en infraestructures desproporcionades.

IA que cap a la butxaca: mòbils, IoT i edge computing

Els models més petits, E2B i E4B, estan dissenyats expressament per funcionar a la vora de la xarxa, és a dir, a dispositius mòbils, IoT i maquinari local. Google assenyala que aquestes variants estan optimitzades per executar-se a smartphones Android, Raspberry Pi, Jetson Nano i altres sistemes de baix consum, amb latències molt reduïdes i fins i tot sense connexió a internet.

En aquest segment, la prioritat no és només la potència bruta, sinó la capacitat d'oferir funcions multimodals i resposta ràpida en entorns amb recursos limitats. Els models edge de Gemma 4 poden manejar text, imatges i vídeo, i en el cas d'E2B i E4B afegeixen suport nadiu de àudio, cosa que permet casos d'ús com a assistents de veu locals, reconeixement d'imatges en camp o anàlisi de vídeo en temps real sense necessitat d'enviar dades al núvol.

La finestra de context per a aquests models lleugers arriba als 128.000 fitxes, suficient per processar documents llargs, converses extenses o fragments de codi rellevants en un sol prompt. Segons Google, aquesta combinació de context ampli i execució local ajuda a eliminar friccions de privadesa, connectivitat i latència, una cosa molt rellevant per a projectes industrials, sanitaris o educatius a Europa on les restriccions sobre el tractament de dades són cada cop més estrictes.

Des de la perspectiva dels fabricants de maquinari, Gemma 4 obre la porta a integrar IA avançada directament en productes de consum: des de smartphones i tablets fins a dispositius mèdics o sensors industrials. La companyia ha ressaltat que aquests models estan adaptats per funcionar amb xips de proveïdors habituals de l'ecosistema Android, com Qualcomm o MediaTek, facilitant-ne l'adopció massiva.

A més, l'arquitectura dels models edge aprofita tècniques com els Per-Layer Embeddings (PLE) per maximitzar l'eficiència de l'ús de paràmetres, cosa que permet oferir raonament i comprensió de context amb un cost computacional molt més baix del que és habitual en models de propòsit general.

Multimodalitat, agents i suport avançat per a desenvolupadors

Un dels punts forts de Gemma 4 és la seva aposta clara pels fluxos de treball agèntics. Els models no es limiten a generar text: integren de manera nativa function calling, sortida JSON estructurada i instruccions de sistema. Això permet construir agents autònoms que orquesten diversos passos, anomenen APIs externes i tornen resultats en formats fàcilment integrables amb aplicacions empresarials.

Google insisteix que tots els models de la família Gemma 4 s'han concebut com raonadors d'alt nivell, amb modes de pensament configurables per ajustar la profunditat del raonament segons la tasca. Això es tradueix en millors resultats en raonament multietapa, generació de codi offline i resolució de problemes complexos, aspectes clau en entorns corporatius i dadministració pública on es requereix fiabilitat.

En el pla multimodal, els quatre models poden processar text i imatges amb diferents resolucions i relacions d'aspecte, mentre que les variants E2B i E4B amplien aquesta capacitat a vídeo i àudio. Aquesta combinació fa possible, per exemple, sistemes que analitzin documents amb gràfics, vídeos de supervisió industrial o contingut educatiu ric, i que generin respostes contextuals en temps real.

La finestra de context arriba als 256.000 tokens als models més grans, la qual cosa permet carregar repositoris de codi complets, llargs contractes legals o grans volums de documentació tècnica en una sola consulta. Per a equips de suport, consultoria o auditoria tecnològica, això facilita automatitzar tasques que fins ara requerien moltes hores de revisió manual.

En termes d'idiomes, Gemma 4 suporta de forma nativa més de 140 llengües. Per a Europa i, en concret, per a Espanya, això implica que es poden desenvolupar solucions multilingües que cobreixin des de les llengües comunitàries principals fins a idiomes menys representats, ajudant a complir objectius d'accessibilitat i inclusió en serveis públics i privats.

Integració al núvol, sobirania digital i desplegament a Europa

El desplegament de Gemma 4 no es limita al maquinari local. Google ha integrat aquests models a la seva oferta al núvol a través de Vèrtex AI y Google Kubernetes Engine (GKE)permetent a les organitzacions configurar recursos específics de còmput i escalar càrregues de treball d'inferència segons demanda. Per a sectors regulats europeus, això es combina amb opcions de Núvol Sobirà i desplegaments air-gapped o on-premise, ajustats als requisits de residència de dades i compliment del Reglament General de Protecció de Dades (RGPD).

La companyia destaca que els pesos de precisió bfloat16 dels models grans poden executar-se de forma eficient en una única GPU NVIDIA H100 de 80GB, reduint la barrera dentrada per a empreses mitjanes o institucions públiques que volen mantenir el control de la seva infraestructura. En versions quantitzades, els models poden funcionar també a maquinari de consum o estacions de treball, ampliant el ventall de possibles desplegaments.

Per als responsables de tecnologia a Espanya i la resta d'Europa, aquesta combinació de model obert, desplegament controlat i suport en núvol sobirà permet dissenyar arquitectures híbrides: una part de la intel·ligència pot residir en data centers locals, mentre que altres càrregues menys sensibles s'executen al núvol públic, tot mantenint una base tecnològica comuna.

A més, Google ofereix un Kit de desenvolupament d'agents (ADK), un marc modular que facilita crear, provar i posar en producció agents basats en Gemma 4. També es recolza en serveis com Cloud Run amb GPUs NVIDIA RTX PRO 6000 (Blackwell) en modalitat serverless, cosa que permet arrencar projectes pilot d'alta intensitat sense necessitat d'adquirir maquinari propi des del primer dia.

En un context europeu en què el debat sobre IA sol girar entorn de control, transparència i auditabilitat, la possibilitat de desplegar models oberts sota Apache 2.0 en infraestructures controlades resulta especialment atractiva per a administracions, bancs, asseguradores o empreses del sector salut que necessiten compatibilitzar innovació amb marcs regulatoris estrictes.

Llicència Apache 2.0, ecosistema obert i tracció comunitària

Si hi ha un aspecte que ha generat especial interès a la comunitat és la decisió de llicenciar Gemma 4 baix Apache 2.0. Versions anteriors de Gemma utilitzaven llicències personalitzades que generaven dubtes legals en productes comercials; ara, amb una llicència estàndard de codi obert, desenvolupadors i empreses poden modificar, redistribuir i monetitzar els models amb molta menys fricció.

Aquesta obertura arriba en un moment en què Google intenta recuperar terreny a l'ecosistema de models oberts, després d'un període en què alternatives com a Flama de Meta o models xinesos (DeepSeek, Qwen, GLM, Minimax) havien guanyat quota d'adopció. Veus influents del sector, com el cofundador de Hugging Face, han descrit el moviment com una fita enorme per a la IA local, destacant que els equips legals ara tenen un marc molt més clar per aprovar projectes basats en Gemma 4.

L'ecosistema al voltant de la família Gemma ja mostrava múscul abans d'aquesta versió. Google assenyala que les generacions prèvies superen els 400 milions de descàrregues i que la comunitat ha creat més de 100.000 variants adaptades a diferents idiomes i casos dús. Entre els exemples més cridaners hi ha models especialitzats en búlgar o eines de recerca oncològica com Cell2Sentence-Scale desenvolupada a la Universitat de Yale.

Amb Gemma 4, la companyia espera que aquest «Gemmaverse» s'ampliï encara més, convidant a startups europees, universitats i centres de recerca a crear les pròpies derivades. La combinació de llicència permissiva i pesos oberts permet que es desenvolupin versions centrades en sectors concrets, com sanitat, justícia, indústria 4.0 o educació, que després es puguin compartir o comercialitzar sense massa restriccions.

Per a les empreses espanyoles, aquesta situació implica que és possible construir solucions propietàries sobre Gemma 4 -com a assistents interns, motors de cerca corporatius o sistemes d'analítica avançada- mantenint el control del codi, les dades i la infraestructura, cosa que encaixa bé amb la tendència de reforçar la sobirania tecnològica europea.

Casos d'ús: des de startups a grans corporacions

Gemma 4 s'ha presentat amb un ventall ampli de aplicacions potencials. En l'àmbit empresarial, els models es poden fer servir per crear assistents virtuals multilingües capaços de gestionar consultes complexes mitjançant raonament avançat, o per automatitzar la generació i revisió de codi en equips de desenvolupament.

Els models més grans s'orienten a tasques com orquestració d'agents, anàlisi de grans volums de documentació, generació dinformes tècnics o assistència a departaments legals i de compliment normatiu. La combinació de finestres de context àmplies i suport multimodal facilita que un únic agent pugui treballar amb contractes, correus, gràfics, imatges de sistemes de monitorització i registres dàudio, tot dins del mateix flux.

En educació i sector públic, la capacitat de processar text, imatges i, en alguns casos, vídeo i àudio, permet crear plataformes de suport a l'aprenentatge que generin resums, explicacions pas a pas o materials adaptats a diferents nivells. L'execució local ajuda a més a respectar requisits de privadesa quan es treballa amb dades sensibles de menors o col·lectius vulnerables.

Al terreny de les startups, Gemma 4 pot ser la base de productes verticals a fintech, salut digital, logística o SaaS B2B, gràcies a la flexibilitat que ofereix Apache 2.0. Els equips poden fer afinació del model sobre les seves pròpies dades, desplegar-lo on-premise o al núvol i comercialitzar el resultat sense lligar-se a llicències propietàries estrictes.

Particularment interessant per a Europa és la possibilitat de desenvolupar solucions d'IA local que respectin normes nacionals i comunitàries, per exemple, emmagatzemant les dades en centres de dades ubicats en territori europeu i mantenint els models sota control directe de l'organització, cosa que pot ser clau per a projectes vinculats al futur Reglament d'IA de la UE.

On i com accedir a Gemma 4

Google ha posat a disposició els models Gemma 4 a diversos canals per facilitar la seva adopció per part de desenvolupadors i investigadors. Els pesos oberts es poden descarregar des de Cara abraçada y GitHub, mentre que l'ús a través d'interfície i API està disponible a Google AI Studio. També s'ofereixen integracions amb Ollama, Docker, Kaggle i eines com LM Studio.

Segons la companyia, Gemma 4 es pot executar de forma local a «milers de milions de dispositius Android» i en un ampli rang de maquinari: des de GPU de portàtils i estacions de treball fins a acceleradors específics per a desenvolupadors. Això encaixa amb l‟estratègia d‟estendre la IA avançada més enllà dels grans centres de dades, cap a dispositius d‟usuari final i entorns d‟edge computing.

Per als que volen començar amb proves ràpides, l'opció més directa passa per fer servir Google AI Studio per als models de 26B i 31B o la Google AI Edge Gallery en el cas de les variants E2B i E4B. En paral·lel, les comunitats de desenvolupadors en plataformes com Hugging Face ja estan publicant adaptacions i configuracions a punt per utilitzar en diferents entorns.

A Espanya i altres països europeus, és previsible que integradors locals i proveïdors de serveis gestionats comencin a oferir solucions clau en mà basades en Gemma 4, combinant desplegaments en núvol sobirà, suport en castellà i adaptació a regulacions sectorials específiques, com les de serveis financers o sanitat.

En conjunt, el llançament de Gemma 4 situa Google com un dels actors més rellevants al terreny dels models d'IA oberts i executables localment, en un moment en què la indústria europea demana precisament eines que combinin alt rendiment, control sobre les dades i marcs de llicència clars per construir productes comercials a llarg termini.