Google ha ampliado su familia de modelos de inteligencia artificial Gemma 4 con una nueva versión de 12 mil millones de parámetros. Esta iteración está diseñada específicamente para la ejecución local y puede funcionar en cualquier ordenador portátil que disponga de 16 GB de memoria RAM.
Según informa Google, Gemma 4 12B destaca por sus avanzadas capacidades de razonamiento, lo que le permite abordar tareas complejas de varios pasos y facilitar el desarrollo de agentes de IA. Un aspecto notable es que su rendimiento se compara con el de la versión de 26 mil millones de parámetros, pero con la mitad de consumo de memoria.
Una característica distintiva de Gemma 4 12B es su arquitectura unificada para el procesamiento de audio e imágenes. A diferencia de otros modelos multimodales que utilizan codificadores independientes para cada tipo de contenido, esta IA los procesa de forma directa. Esto significa que las señales de audio crudas se manejan en el mismo espacio que los tokens de texto, y las imágenes se integran a través de un módulo ligero que sustituye a los codificadores de visión convencionales. Google señala que esta estrategia optimiza el uso de memoria y reduce la latencia.
En un contexto donde los modelos de lenguaje más sofisticados exigen hardware cada vez más potente, Gemma 4 12B representa una alternativa accesible. Aunque es un modelo de tamaño mediano con sus correspondientes limitaciones, su capacidad para ejecutarse en portátiles con 16 GB de RAM o VRAM lo convierte en una opción muy atractiva para implementaciones de bajo costo.
La disponibilidad de Gemma 4 12B es una excelente noticia para desarrolladores y entusiastas de la IA, especialmente dado el alto costo y la escasez de memoria RAM. La posibilidad de ejecutar modelos avanzados en hardware relativamente común, sin necesidad de invertir en equipos especializados, es un avance significativo.
Esta nueva variante se une a los modelos Gemma 4 presentados previamente, que incluyen versiones optimizadas para móviles como E2B y E4B, así como las versiones más grandes de 26 y 31 mil millones de parámetros.
Gemma 4 12B se posiciona como una solución intermedia que busca equilibrar la potencia de los modelos más grandes con la eficiencia de las variantes más pequeñas. Los interesados en probar este nuevo modelo de IA pueden descargar los pesos preentrenados desde Hugging Face y Kaggle, o utilizarlo a través de plataformas como LM Studio y Ollama.
