O Google DeepMind lançou na última semana a família Gemma 4, sua nova geração de modelos de inteligência artificial de código aberto, construída sobre a mesma base tecnológica do Gemini 3. Com licença Apache 2.0, suporte nativo a múltiplas modalidades e capacidade de rodar completamente offline em hardware convencional, o lançamento redefine o acesso corporativo a modelos de ponta — e levanta alertas estratégicos para equipes de segurança em todo o mundo.
O Google DeepMind acaba de elevar o padrão dos modelos de inteligência artificial de código aberto. A família Gemma 4 foi lançada com uma promessa direta para o mercado corporativo: tecnologia de ponta, sem restrições comerciais e com a capacidade de rodar inteiramente dentro da infraestrutura da própria empresa.
A mudança para a licença Apache 2.0 é o ponto de virada mais imediato. Diferente das versões anteriores, o Gemma 4 permite uso comercial livre, sem taxas por uso ou restrições de monetização. Para executivos de TI que avaliam custos de adoção de IA, isso elimina uma barreira importante na equação de ROI.
Quatro tamanhos, um objetivo: cobrir todo o espectro de hardware corporativo
A nova família chega em quatro configurações distintas: E2B, E4B, 26B MoE (Mixture of Experts) e 31B Dense. Os dois modelos menores foram projetados para rodar em dispositivos compactos — incluindo smartphones e hardware como o Raspberry Pi. Já os modelos maiores foram otimizados para operar em uma única GPU NVIDIA H100 de 80GB, reduzindo o custo de infraestrutura em comparação com soluções que demandam clusters de múltiplas GPUs.
Versões quantizadas ampliam ainda mais o alcance: são compatíveis com GPUs de consumidores, abrindo espaço para implantações em ambientes com orçamento restrito. Para equipes de TI que precisam escalar IA sem triplicar o budget de infraestrutura, essa flexibilidade é um argumento concreto de adoção.
O Gemma 4 já está disponível no Google AI Studio, Hugging Face, Kaggle e Ollama, com suporte nativo a frameworks amplamente usados no mercado, como vLLM, llama.cpp, MLX, NVIDIA NIM e Keras. A fricção de integração é mínima para times que já operam com essas ferramentas.
Multimodal, multilíngue e pronto para agentes autônomos
O modelo é nativamente multimodal: processa texto, imagem, áudio e vídeo em uma única arquitetura. Suporta mais de 140 idiomas, o que viabiliza implantações globais sem necessidade de modelos separados por região — uma simplificação operacional relevante para multinacionais.
A janela de contexto impressiona. Os modelos E2B e E4B suportam até 128 mil tokens. Já os modelos 26B e 31B chegam a 256 mil tokens — o equivalente a centenas de páginas de documentos processados em uma única sessão. Para análise de contratos, auditorias de código ou revisão de políticas internas, esse volume de contexto muda o que é possível automatizar.
O suporte a agentic AI e chamadas de função nativas posiciona o Gemma 4 como base viável para automação de fluxos complexos. Combinado com modos de thinking configuráveis, o modelo permite que empresas ajustem o comportamento de raciocínio conforme a sensibilidade da tarefa — um controle que faz diferença em ambientes regulados.
Os números de mercado reforçam a tração da família Gemma como plataforma. Desde a primeira geração, os modelos acumularam mais de 400 milhões de downloads. A comunidade de desenvolvedores já criou mais de 100 mil variantes — o chamado Gemmaverse — o que significa um ecossistema de adaptações, ajustes finos e integrações prontas para uso corporativo.
O lado da segurança: oportunidade e superfície de risco ampliada
Para equipes de Cibersegurança, o Gemma 4 traz um argumento de peso: a execução completamente offline e on-device elimina a dependência de APIs em nuvem. Dados sensíveis não precisam sair do perímetro da organização. Em setores como saúde, finanças e defesa — onde conformidade regulatória é inegociável — isso representa uma redução concreta da superfície de exposição.
O modelo 31B ocupa a terceira posição e o 26B a sexta no ranking Arena AI de texto, superando modelos até vinte vezes maiores em parâmetros. Para o CISO que precisa justificar uma escolha de modelo ao board, desempenho verificável por benchmark independente é um argumento sólido.
Mas a abertura dos pesos do modelo tem dois lados. A mesma flexibilidade que permite às empresas adaptarem o Gemma 4 para suas necessidades também está disponível para atores maliciosos. Sem restrições comerciais, o modelo pode ser modificado e utilizado para fins adversariais — desde a criação de ferramentas de phishing mais convincentes até o fine-tuning para contornar filtros de segurança. Essa realidade exige que as equipes de segurança monitorem ativamente o surgimento de variantes do modelo no ecossistema open source.
O contexto geopolítico adiciona uma camada estratégica. O lançamento do Gemma 4 intensifica a disputa com modelos abertos chineses, como o DeepSeek, pressionando todo o ecossistema global de IA a avançar mais rapidamente — tanto em capacidade quanto em padrões de segurança. Para líderes de TI em empresas globais, acompanhar esse movimento é menos uma questão de curiosidade tecnológica e mais uma necessidade de planejamento estratégico.
A equação final para o mercado corporativo é clara: o Gemma 4 oferece desempenho de fronteira, custo de licenciamento zero e controle total sobre a infraestrutura de dados. O preço dessa abertura é a responsabilidade de governança que agora recai sobre cada organização que decidir adotá-lo.
Siga o Itshow no LinkedIn e assine a nossa News para ficar por dentro de todas as notícias do setor de TI e Cibersegurança!