La familia de modelos abiertos Gemma de Google DeepMind ha superado los 900 millones de descargas, y más de 300 millones son de Gemma 4, que salió en abril de 2026. Lo anunció Demis Hassabis en X y llega justo en la semana en la que el debate sobre los pesos abiertos se ha puesto en el centro del sector.
Puntos clave
- 900 millones de descargas acumuladas de toda la familia Gemma desde febrero de 2024.
- Gemma 4 lleva más de 300 millones desde abril de 2026, es decir, un tercio del total en tres meses.
- La progresión: 150 millones en mayo de 2025, 500 millones en abril de 2026, 900 millones ahora.
- Gemma 4 12B es multimodal sin codificador, sale con licencia Apache 2.0 y corre en local en un portátil con 16 GB de VRAM.
Lo que dice la curva
Los números absolutos de descargas son una métrica floja. Cada vez que alguien monta un contenedor nuevo cuenta otra descarga, y un solo equipo de desarrollo puede generar cientos sin que haya un usuario más.
Lo interesante es la pendiente. De febrero de 2024 a mayo de 2025 se tardó quince meses en llegar a 150 millones. De abril a julio de 2026, tres meses, se han sumado 400. La adopción de modelos abiertos ya no crece, se dispara, y buena parte viene de un modelo pequeño que cabe en un portátil.
Ese es el dato que más importa. Gemma 4 12B corre con 16 GB de VRAM, que es lo que lleva una máquina de trabajo normal. Google además dice que supera al Gemma 3 27B, un modelo con más del doble de parámetros. Modelos más pequeños haciendo el trabajo de los grandes es lo que abre la puerta a ejecutar IA en la oficina en vez de en la nube de otro.
El contexto de la semana
Hassabis no ha soltado la cifra en el vacío. Estos días el sector se ha partido en dos sobre los modelos de pesos abiertos.
El viernes contamos la carta de Nvidia, Meta y Microsoft pidiendo a Washington que no restrinja los pesos abiertos, a la que Google acabó sumándose y Anthropic no. Hoy hemos contado la Open Secure AI Alliance, donde tampoco están los tres grandes laboratorios cerrados. Y esta misma tarde Moonshot ha liberado los pesos de Kimi K3.
Hassabis ha respaldado públicamente la posición de Jensen Huang sobre la necesidad de un ecosistema abierto y seguro. Google está en una posición cómoda: vende Gemini cerrado por API y reparte Gemma abierto, así que gane quien gane el argumento regulatorio, tiene producto.
Por qué importa
Para una empresa española, 900 millones de descargas se traduce en una cosa práctica: hay una alternativa real y gratuita para las tareas que no necesitan un modelo de frontera.
Clasificar correos, extraer campos de facturas, etiquetar tickets de soporte, resumir notas de reunión. Eso no requiere Opus ni GPT-5.6. Un modelo de 12.000 millones de parámetros corriendo en un servidor propio lo hace bien, cuesta cero en tokens y el dato no sale de la empresa.
La forma sensata de plantearlo es por capas. Modelo pequeño local para el volumen repetitivo y barato. Modelo de frontera por API para lo que de verdad exige razonar. Mezclarlo mal en cualquiera de las dos direcciones sale caro: o pagas tokens de Opus para clasificar correos, o pones un modelo de 12B a hacer análisis complejo y te fías de lo que devuelva.
La licencia también cuenta. Apache 2.0 permite uso comercial sin pedir permiso ni pagar royalties, que es justo lo que necesita un departamento legal para dar el visto bueno rápido. No todas las familias de modelos "abiertos" lo son en ese sentido, así que merece la pena leer la licencia antes de montar un producto encima.
Relacionado
