Gemma 4 ofrece cinco variantes de modelo diferentes, cada una optimizada para distintos tipos de hardware y casos de uso. Esta guía te ayudará a elegir la adecuada.
La familia de modelos Gemma 4 de un vistazo
| Modelo | Parámetros | Parámetros activos | Contexto | Ideal para |
|---|---|---|---|---|
| E2B | 2,3B | 2,3B | 128K | Móviles, IoT, dispositivos edge |
| E4B | 4,5B | 4,5B | 128K | Portátiles, tablets, GPUs edge |
| 12B | — | — | — | Cargas de trabajo multimodales unificadas (lanzada el 3 de junio de 2026) |
| 26B A4B | 26B | 3,8B (MoE) | 256K | GPUs de consumo, inferencia rentable |
| 31B Dense | 30,7B | 30,7B | 256K | Máxima calidad, fine-tuning, estaciones de trabajo |
Gemma 4 E2B: el modelo ultracompacto
Ideal para: teléfonos, Raspberry Pi, Jetson Nano y otros dispositivos con recursos limitados.
El modelo E2B condensa una capacidad impresionante en apenas 2 300 millones de parámetros efectivos. Con cuantificación Q4 solo requiere 3,2 GB de memoria, lo bastante pequeño para ejecutarse en la mayoría de los smartphones modernos.
Puntos fuertes:
- Soporte nativo de entrada de audio
- Latencia casi nula para tareas sencillas
- Funcionamiento totalmente offline
- Ventana de contexto de 128K
Limitaciones: menor calidad de razonamiento en comparación con las variantes más grandes. Ideal para tareas sencillas como resumir textos, preguntas y respuestas básicas y traducciones rápidas.
Gemma 4 E4B: el punto dulce para el edge
Ideal para: portátiles, tablets, aplicaciones de Android/iOS y GPUs edge.
E4B duplica la capacidad de E2B manteniéndose desplegable en hardware de consumo. Con cuantificación Q4 necesita unos 5 GB, algo cómodo para la mayoría de los portátiles.
Puntos fuertes:
- Capacidades de audio y visión
- Soporte de vista previa de AICore en Android
- Integración con la API GenAI de ML Kit
- Sólido rendimiento multilingüe
Cuándo elegir E4B sobre E2B: cuando necesitas una mejor calidad de razonamiento y dispones de un poco más de memoria. E4B es el punto de partida recomendado para la mayoría de los despliegues locales.
Gemma 4 12B: La variante multimodal unificada
Ideal para: Cargas de trabajo que combinan texto, imágenes y audio en una sola canalización.
La configuración 12B llegó el 3 de junio de 2026, después del lanzamiento original de abril, y utiliza una arquitectura multimodal unificada en lugar de añadir codificadores independientes a una base de texto. Esto la convierte en la variante que conviene considerar primero cuando un solo modelo debe gestionar más de un tipo de entrada sin una capa de enrutamiento diseñada manualmente.
Como se lanzó después que el resto de la familia, las cifras publicadas sobre el número de parámetros, la ventana de contexto y la huella de memoria cuantizada todavía se están asentando. Consulta la tarjeta oficial del modelo en Hugging Face para conocer las cifras actuales antes de dimensionar el hardware necesario; actualizaremos la tabla anterior cuando estén confirmadas.
Gemma 4 26B A4B: el campeón de la eficiencia
Ideal para: GPUs de consumo, una única H100, serving en producción con buena relación coste/rendimiento.
Aquí es donde brilla la arquitectura Mixture-of-Experts. A pesar de tener 26 000 millones de parámetros totales, solo 3 800 millones se activan por token, ofreciendo calidad de modelo grande al coste de inferencia de un modelo pequeño.
Puntos fuertes:
- Puesto #6 entre los modelos abiertos en Arena AI
- Ventana de contexto de 256K
- Inferencia ultrarrápida con la eficiencia de MoE
- Se ejecuta en GPUs de consumo con Q4 (15,6 GB)
Cuándo elegir el 26B sobre el 31B: cuando la velocidad y el coste de inferencia importan más que exprimir los últimos puntos porcentuales de calidad. Para la mayoría de los casos de uso en producción, el 26B A4B ofrece la mejor relación calidad-coste.
Gemma 4 31B Dense: el modelo insignia
Ideal para: tareas de máxima calidad, fine-tuning, investigación y despliegue en estación de trabajo.
El modelo 31B Dense es la variante más capaz de Gemma 4 y se sitúa en el puesto #3 entre los modelos abiertos a nivel mundial en la tabla de clasificación de texto de Arena AI.
Puntos fuertes:
- Máxima calidad en todos los benchmarks
- AIME 2026: 89,2 %
- LiveCodeBench v6: 80 %
- Optimizado para flujos de trabajo de fine-tuning
- Ventana de contexto de 256K
Requisitos de hardware: a precisión completa BF16, necesitas 58,3 GB (una sola H100 de 80 GB). Con cuantificación Q4 baja a 17,4 GB, factible en GPUs de consumo de gama alta.
Diagrama de decisión
- ¿Se ejecuta en un teléfono o dispositivo diminuto? → E2B
- ¿Se ejecuta en un portátil o tablet? → E4B
- ¿Necesitas serving en producción con buena eficiencia de costes? → 26B A4B
- ¿Necesitas la máxima calidad o planeas hacer fine-tuning? → 31B Dense
- ¿No lo tienes claro? → Empieza con 26B A4B si tienes más de 16 GB de VRAM; en caso contrario, E4B
Referencia rápida de requisitos de memoria
| Modelo | BF16 | FP8 | Q4_0 |
|---|---|---|---|
| E2B | 9,6 GB | 4,6 GB | 3,2 GB |
| E4B | 15 GB | 7,5 GB | 5 GB |
| 26B A4B | 48 GB | 25 GB | 15,6 GB |
| 31B | 58,3 GB | 30,4 GB | 17,4 GB |
Estas cifras representan solo los pesos estáticos del modelo. El uso real de memoria aumenta con el tamaño de la ventana de contexto, la caché KV y la sobrecarga en tiempo de ejecución.
Conclusión
No existe un único modelo de Gemma 4 "mejor": la elección adecuada depende de tus restricciones de hardware y de las prioridades de tu caso de uso. La familia de modelos está diseñada para que puedas empezar con algo pequeño (E2B/E4B para prototipado) y escalar (26B/31B para producción) manteniendo la compatibilidad de la API en toda la gama.
Para la mayoría de los desarrolladores que empiezan, recomendamos el 26B A4B: ofrece el mejor equilibrio entre calidad, velocidad y accesibilidad de hardware. Si vas a desplegar en dispositivos móviles o edge, empieza con E4B y baja a E2B solo si la memoria está realmente limitada.
