Google DeepMind anunció hoy que la familia de modelos abiertos Gemma ha superado los 1.000 millones de descargas acumuladas desde su lanzamiento en febrero de 2024, con más de 100.000 variantes publicadas por la comunidad de desarrolladores sobre los pesos base del modelo. El anuncio fue firmado por Clement Farabet, vicepresidente de Google DeepMind, y Olivier Lacombe, director de producto.
La trayectoria de Gemma es la de un modelo que encontró su público con retraso pero con consistencia. Cien millones de descargas en el primer año de vida (febrero 2024 – febrero 2025). Cuatrocientos millones en abril de 2026 con el lanzamiento de Gemma 4. Novecientos millones en julio de 2026. Un millón en agosto de 2026. La aceleración no es lineal: Gemma 4, lanzado el 2 de abril de 2026 bajo licencia Apache 2.0, fue responsable de más de 300 millones de descargas adicionales en menos de cuatro meses.
¿Qué es Gemma y en qué se diferencia de Gemini?
Gemma y Gemini comparten base técnica pero son productos distintos. Gemini —el chatbot y la familia de modelos de consumo y API de Google— es propietario y accesible solo a través de los servicios de Google. Gemma es la versión de pesos abiertos: los desarrolladores pueden descargar el modelo, ejecutarlo localmente, modificarlo, ajustarlo a dominios específicos y redistribuirlo con las condiciones de la licencia Apache 2.0 (para Gemma 4; versiones anteriores tenían términos más restrictivos).
La familia Gemma 4 incluye cuatro tamaños: E2B (dos mil millones de parámetros, optimizado para dispositivos móviles), E4B (cuatro mil millones), 26B (mezcla de expertos) y 31B (denso). Gemma 4 E2B puede correr en un Raspberry Pi 5 con latencia suficiente para aplicaciones de voz e interacción en tiempo real. No necesita conexión a internet. No envía datos a ningún servidor. El equipo de Reachy Mini —el robot humanoide de escritorio de Pollen Robotics— lo usa exactamente así: inferencia completamente local, combinando Gemma E2B con YOLO para visión y síntesis de voz.
Google también ha desarrollado variantes especializadas: ShieldGemma para moderación de contenido, MedGemma para aplicaciones médicas y TranslateGemma en tres tamaños para traducción a 55 idiomas. Estas variantes especializadas son las que crean tracción en verticales específicas que los modelos de propósito general no sirven tan bien.
¿Qué significan realmente 1.000 millones de descargas?
El primer disclaimer que el propio equipo de Google incluye en el anuncio es este: las descargas son una métrica imperfecta. Los pesos de un modelo se descargan, se copian en mirrors, se suben a otros repositorios y se redistribuyen. Una descarga no equivale a una implementación activa ni a un usuario real. Los 100.000 variantes en Hugging Face son un indicador más sólido de adopción real: implican que alguien descargó el modelo, lo ajustó para un caso de uso específico y publicó el resultado como proyecto propio.
Para comparar: Meta’s Llama superó 1.200 millones de descargas en abril de 2025 y ha seguido creciendo desde entonces. Gemma, con 1.000 millones dos años después de su lanzamiento, está en un orden de magnitud comparable pero partiendo de una posición de partida más modesta. La competencia en modelos de pesos abiertos es la misma que en modelos propietarios, con la diferencia de que la métrica de éxito es el ecosistema de derivados que genera el modelo base, no solo el uso directo.
Lo que sí dice el número con certeza es que hay un millón de instancias —o más, dado el efecto de redistribución— de Gemma corriendo en algún lugar del mundo: servidores de empresas, ordenadores portátiles de investigadores, dispositivos edge en hospitales, robots de laboratorio. Gemma ha llegado a la Estación Espacial Internacional en proyectos de NASA. Ha alimentado modelos de cancer research en Yale. Ha dado vida a asistentes de voz para personas con discapacidad motriz.
El número de descargas de Gemma importa también como señal de la dirección del mercado. En un momento en que países y empresas de todo el mundo evalúan si depender de infraestructura de cómputo centralizada es una vulnerabilidad estratégica, tener acceso a modelos que corren localmente sin depender de ningún proveedor cloud tiene un valor que va más allá de la conveniencia técnica. La disponibilidad de Gemma 4 bajo Apache 2.0, sin royalties ni restricciones de uso comercial, es precisamente el tipo de acceso que iniciativas de democratización de la IA buscan para que la tecnología no solo esté disponible en los países con infraestructura cloud avanzada.
Que Google haya organizado una fiesta en San Francisco para celebrar el hito —con invitados de la comunidad de desarrolladores y el hashtag #Gemmaverse— es la clase de movimiento de marketing que solo hacen sentido cuando hay un ecosistema real que celebrar. Que haya 100.000 variantes de tu modelo es exactamente eso. Mil millones de descargas es el número que aparece en el comunicado. Las 100.000 variantes son el número que importa. Los datos de cuántas de esas variantes tienen uso activo real son los que Google todavía no ha publicado.
¿En qué posición deja a Gemma frente a Llama?
La comparativa que más importa para Gemma es con Llama de Meta. Llama superó los 1.200 millones de descargas ya en abril de 2025 —más de un año antes de que Gemma llegue a ese mismo umbral— y sigue siendo el modelo de referencia en el ecosistema de pesos abiertos. Las ventajas de Llama son la escala de la comunidad —cientos de miles de variantes en Hugging Face— y la familiaridad de los desarrolladores con el ecosistema Meta.
Gemma tiene ventajas diferentes: los pesos de Gemma 4 están directamente conectados con la investigación de Google DeepMind en Gemini, lo que significa que los avances en el modelo propietario tienden a filtrarse antes a Gemma que a competidores no afiliados a un laboratorio de frontera. Y Apache 2.0 —la licencia de Gemma 4— es más permisiva que los términos de Llama, que tienen restricciones de uso comercial para empresas con más de 700 millones de usuarios activos mensuales. Para empresas grandes que quieren evitar conversaciones de licencia con Meta, Gemma es la alternativa natural. También hay que mencionar que el lanzamiento de Gemma 4 bajo licencia Apache 2.0 han contribuido a elevar el estándar de evaluación de modelos abiertos en cuanto a seguridad, lo que presiona a todos los proveedores —incluido Google— a publicar documentación de evaluación más completa con cada lanzamiento.
