Gemma 3: el modelo abierto de Google que corre en una sola GPU

Google acaba de lanzar Gemma 3, la nueva generación de sus modelos de pesos abiertos, con una promesa concreta: rendimiento de primera línea ejecutándose en una única GPU o TPU. La familia llega en cuatro tamaños —1.000 millones, 4.000 millones, 12.000 millones y 27.000 millones de parámetros (1B, 4B, 12B y 27B)—, es multimodal, maneja una ventana de contexto de 128.000 tokens y ofrece soporte para más de 140 idiomas. Lo firman Clement Farabet, vicepresidente de investigación de Google DeepMind, y Tris Warkentin, director en la misma división.

La apuesta es clara: mientras buena parte de la conversación sobre IA gira en torno a modelos gigantescos que solo funcionan en centros de datos, Google insiste en la eficiencia. Gemma 3 está pensado para correr directamente en dispositivos, desde móviles y portátiles hasta estaciones de trabajo.

Qué trae Gemma 3

El salto principal frente a las generaciones anteriores es doble: multimodalidad y contexto largo. Gemma 3 puede analizar imágenes, texto y vídeos cortos, lo que abre la puerta a aplicaciones que combinan lo visual con lo textual sin recurrir a modelos separados.

La ventana de 128.000 tokens es el otro gran cambio. En términos prácticos, significa que la aplicación puede procesar y "recordar" volúmenes de información muy superiores en una sola conversación o tarea: documentos largos, historiales extensos o conjuntos amplios de datos.

Google destaca además el soporte para idiomas. Gemma 3 ofrece cobertura lista para usar en más de 35 lenguas y capacidad preentrenada para más de 140. Es una diferencia relevante: la mayoría de modelos abiertos rinden mucho mejor en inglés que en el resto de idiomas, y ampliar ese abanico tiene consecuencias directas para quien construya productos fuera del mundo anglosajón.

A esto se suman dos funciones orientadas a desarrolladores: function calling —la capacidad del modelo de invocar herramientas o funciones externas— y structured output —salidas en formatos ordenados y predecibles—. Ambas son la base para construir lo que el sector llama experiencias "agénticas": sistemas que no solo responden, sino que encadenan acciones para completar tareas.

La cuenta que Google quiere que hagas

El argumento central del anuncio es la eficiencia. Según Google, Gemma 3 27B se sitúa en lo alto de la clasificación de LMArena —una plataforma que ordena modelos según la preferencia expresada por usuarios humanos— y lo hace necesitando un solo acelerador cuando otros modelos comparables requieren hasta 32 GPUs NVIDIA H100.

La compañía afirma que Gemma 3 supera a Llama3-405B, DeepSeek-V3 y o3-mini en evaluaciones preliminares de preferencia humana en el ranking de LMArena. Conviene leer esa afirmación con la cautela que merece: la preferencia humana en un leaderboard mide qué respuesta gusta más a los evaluadores, no necesariamente qué modelo es más capaz en tareas objetivas o complejas. Es una métrica válida, pero parcial.

Aun con esa salvedad, el mensaje es potente. Un modelo de 27B parámetros compitiendo con uno de 405B (más de quince veces mayor en número de parámetros) resume bien hacia dónde empuja Google: no el modelo más grande, sino el que ofrece más rendimiento por unidad de hardware.

Para reforzar ese ángulo, Gemma 3 estrena versiones cuantizadas oficiales. La cuantización reduce la precisión numérica con la que el modelo almacena sus pesos, recortando tamaño y coste de cómputo con una pérdida de exactitud contenida. Es la técnica que permite que estos modelos quepan realmente en el hardware modesto que Google promete.

Una guerra por el ordenador de casa

Gemma 3 no aparece en el vacío competitivo. Los dos rivales que Google cita por su nombre —Llama, de Meta, y DeepSeek— son precisamente los referentes de la corriente de pesos abiertos que puede descargarse, ajustarse y ejecutarse fuera de la nube de un único proveedor.

Esa es la disputa de fondo: quién domina el terreno de los modelos que un desarrollador o una empresa puede correr en su propio equipo, sin depender de una API de pago ni ceder sus datos a un tercero. La eficiencia en una sola GPU es la carta que Google juega en esa mesa.

El anuncio insiste también en la integración con el ecosistema existente. Gemma 3 funciona con Hugging Face Transformers, Ollama, JAX, Keras, PyTorch, Google AI Edge, vLLM y Gemma.cpp, entre otros. Puede probarse en el navegador a través de Google AI Studio y descargarse desde Kaggle o Hugging Face. NVIDIA ha optimizado los modelos para sus GPUs —desde las Jetson Nano hasta los chips Blackwell— y también están adaptados a las TPU de Google Cloud y a GPUs de AMD mediante la pila de código abierto ROCm.

Para el despliegue en producción, Google ofrece Vertex AI, Cloud Run y su API GenAI, además de entornos locales. Es la estrategia habitual: modelos abiertos que sirven de puerta de entrada hacia la infraestructura de pago de la compañía.

Seguridad: ShieldGemma 2 y evaluaciones específicas

Junto a Gemma 3, Google lanza ShieldGemma 2, un verificador de seguridad de imágenes de 4B parámetros construido sobre la misma arquitectura. Su función es etiquetar contenido en tres categorías —contenido peligroso, material sexualmente explícito y violencia— y los desarrolladores pueden adaptarlo a sus propias necesidades.

La compañía subraya que los modelos abiertos exigen una evaluación de riesgos cuidadosa. En el caso de Gemma 3, señala que su mejor rendimiento en tareas STEM (ciencia, tecnología, ingeniería y matemáticas) motivó evaluaciones específicas sobre su posible uso indebido para crear sustancias dañinas; según Google, los resultados apuntan a un nivel de riesgo bajo.

Es una tensión inherente a los pesos abiertos: una vez que el modelo se descarga, el control del proveedor sobre su uso desaparece. Google lo reconoce al defender "enfoques de seguridad proporcionales al riesgo" que la industria, dice, tendrá que desarrollar de forma colectiva a medida que aparezcan modelos más potentes.

Un ecosistema que ya se mueve

Google cifra el recorrido de la familia Gemma en más de 100 millones de descargas y más de 60.000 variantes creadas por la comunidad. Como ejemplos de ese ecosistema —bautizado "Gemmaverse"— cita SEA-LION v3, de AI Singapore, orientado a lenguas del Sudeste Asiático; BgGPT, de INSAIT, un modelo pensado prioritariamente para el búlgaro; y OmniAudio, de Nexa AI, centrado en procesamiento de audio en el propio dispositivo.

Esos casos ilustran el argumento del idioma que Google defiende: los modelos abiertos permiten que comunidades concretas adapten la tecnología a lenguas que los grandes proveedores suelen desatender.

La compañía abre además un programa académico. Los investigadores pueden solicitar créditos de Google Cloud por valor de 10.000 dólares por concesión para acelerar proyectos basados en Gemma 3; el formulario permanece abierto durante cuatro semanas.

Qué queda por ver

Las afirmaciones de rendimiento de Gemma 3 son, por ahora, las que ofrece la propia Google y descansan en gran medida sobre la preferencia humana de LMArena. Habrá que esperar a la evaluación independiente en tareas objetivas para calibrar cuánto de la ventaja anunciada se sostiene fuera del ranking.

Lo que sí está claro es la dirección estratégica. En un momento en que la eficiencia se ha convertido en el nuevo frente competitivo, Google responde con una familia de modelos que caben en una sola GPU y compiten, según sus cifras, con sistemas mucho mayores. Para desarrolladores y empresas que quieran IA capaz sin la factura ni la dependencia de la nube, es una opción más sobre la mesa; el veredicto lo dará el uso real.