Google lança Gemma 4 e reforça disputa em IA aberta

O Google oficializou em 2 de abril de 2026 a família Gemma 4, sua nova geração de modelos abertos de inteligência artificial voltada a raciocínio avançado e fluxos agentic, em um movimento que recoloca a companhia com mais contundência na disputa global por modelos executados localmente. O lançamento marca uma inflexão estratégica porque abandona a postura mais restritiva das versões anteriores e adota a licença Apache 2.0, liberando modificação, redistribuição e exploração comercial com muito menos atrito jurídico. Na prática, o Gemma 4 deixa de ser apenas uma vitrine técnica e passa a se posicionar como infraestrutura utilizável por desenvolvedores e empresas. O portfólio cobre desde smartphones e dispositivos de borda até workstations e nuvem, enquanto o modelo de 31 bilhões de parâmetros já aparece em terceiro lugar entre os modelos abertos no ranking de texto da Arena AI. Mais do que um lançamento pontual, o movimento sinaliza uma tentativa calculada de o Google transformar seu capital de pesquisa em presença real no ecossistema aberto, área em que concorrentes chineses vinham concentrando a maior tração recente.

Tecnicamente, a família Gemma 4 foi construída a partir da mesma base de pesquisa do Gemini 3 e chega em quatro tamanhos distintos, cada um com uma função clara dentro do portfólio. Os modelos Effective 2B e 4B foram desenhados para celulares Android, Raspberry Pi e dispositivos de borda, operando offline, com latência próxima de zero, entrada nativa de áudio e janela de contexto de 128 mil tokens. Acima deles, o modelo 26B em arquitetura Mixture of Experts prioriza velocidade, enquanto o 31B Dense foi otimizado para qualidade bruta de resposta. Nos modelos maiores, a janela de contexto sobe para 256 mil tokens e entram recursos como function calling nativo e saída estruturada em JSON, elementos essenciais para orquestrar agentes autônomos e integrações empresariais mais robustas. Todos os quatro modelos oferecem suporte multimodal com processamento nativo de texto e imagem, além de capacidades adicionais como áudio e vídeo, dependendo do modelo. O Google também posiciona a linha como eficiente em escala: os pesos em precisão total dos modelos maiores cabem em uma única GPU NVIDIA H100 de 80 GB, e versões quantizadas podem rodar em hardware de consumo. Esse desenho técnico revela uma estratégia precisa: levar capacidades avançadas de inferência para ambientes locais, reduzindo dependência de nuvem e ampliando a soberania operacional de quem desenvolve sobre a plataforma.

No plano de ecossistema, o Gemma 4 chega com amplitude rara para um lançamento aberto. Gerações anteriores da linha já haviam superado 400 milhões de downloads e impulsionado mais de 100 mil variantes comunitárias, um indicador de que a família Gemma deixou de ser experimental e passou a operar como base de desenvolvimento com massa crítica. Ao migrar para Apache 2.0, o Google reduz uma das principais barreiras à adoção corporativa e melhora sua posição justamente no momento em que a disputa por modelos abertos se tornou mais geopolítica e mais competitiva. Nos últimos ciclos, DeepSeek, Qwen, GLM e outros grupos asiáticos avançaram fortemente em desempenho e adoção, enquanto modelos americanos perderam parte do protagonismo no segmento aberto. Nesse contexto, o Gemma 4 funciona como resposta industrial e não apenas como atualização incremental. A presença do Google DeepMind por trás da linha também aumenta a credibilidade técnica do pacote, sobretudo porque o portfólio foi desenhado para cobrir do uso embarcado à infraestrutura de nuvem. Para o mercado, isso amplia a pressão competitiva sobre Meta, startups de modelos abertos e provedores que dependem de licenças ambíguas, ao mesmo tempo em que fortalece a tese de IA local como camada estratégica do próximo ciclo de software.

Embora o Google não tenha revelado preço, o lançamento já está estruturado para adoção imediata por desenvolvedores e equipes técnicas. Os modelos 31B e 26B podem ser testados no Google AI Studio, enquanto as variantes E2B e E4B estão disponíveis no Google AI Edge Gallery. Os pesos também chegam a plataformas amplamente usadas no ecossistema de desenvolvimento, como Hugging Face, Kaggle e Ollama, o que acelera experimentação, fine-tuning e integração em ambientes próprios. Sem barreira comercial explícita na licença e com distribuição ampla desde o primeiro dia, a expectativa do mercado é de rápida incorporação em pipelines locais, produtos embarcados e aplicações corporativas que exigem mais controle sobre custo, latência e privacidade.