Gemma, la familia abierta de Google, supera los 1.000 millones de descargas y las 100.000 variantes

La familia Gemma de modelos de pesos abiertos de Google ha superado los mil millones de descargas acumuladas, según anunció la compañía — la primera vez que Google publica una cifra total de adopción desde el lanzamiento de la familia a principios de 2024. Junto al hito de descargas, otro dato: los desarrolladores externos han publicado más de 100.000 variantes de Gemma, entre fine-tunes y derivados adaptados a idiomas, tareas y hardware concretos.

El anuncio llegó de la mano de Clement Farabet, vicepresidente de Google DeepMind, y del director de producto Olivier Lacombe. De las dos cifras, la de las 100.000 variantes es seguramente la más significativa. Las descargas miden curiosidad; las variantes publicadas miden inversión. Cada fine-tune representa a un desarrollador que tomó los pesos, construyó algo encima y lo devolvió al ecosistema — la dinámica de rueda de inercia que hizo formidable al ecosistema de Llama y que Google lleva dos años cultivando deliberadamente con modelos pequeños y manejables en lugar de perseguir coronas de benchmark.

Los casos de despliegue lo confirman. Equipos de la NASA, la startup de satélites Satlyt y la compañía de computación orbital Starcloud ejecutan modelos Gemma en el espacio: analizan imágenes a bordo para decidir qué merece bajar por un ancho de banda de descarga escaso y enrutan comunicaciones entre satélites. Ese es exactamente el nicho donde ganan los pesos abiertos: entornos donde llamar a la API de un modelo frontera es físicamente imposible y cada parámetro debe justificar su huella de memoria. Otras variantes se usan en sanidad, investigación genómica y — en una de las colaboraciones más curiosas de DeepMind — en el análisis de vocalizaciones de delfines.

El hito llega en un momento competitivo para los modelos abiertos. Alibaba liberó este mes los pesos de Qwen3.8-Max, de 2,4 billones de parámetros, y Meta publicó Muse Glimmer, un modelo denso de 30.000 millones de parámetros que funciona sin conexión en una sola GPU de consumo de 24 GB bajo licencia Apache 2.0. La carrera ya no va de si los grandes laboratorios participan, sino de qué ecosistema acumula más trabajo derivado. En esa métrica, publicar un recuento de 100.000 variantes es plantar bandera.

Conviene ser honestos: mil millones de descargas es una métrica cercana a la vanidad. Cuenta cada pull de un pipeline de CI, cada descarga reintentada, cada notebook de estudiante. No mide despliegues en producción, y Google no compartió cifras de eso. Gemma, además, sigue siendo de “pesos abiertos”, no open source en el sentido de la OSI: su licencia impone restricciones de uso relevantes para ciertos despliegues comerciales.

Para el desarrollador de a pie, la lectura práctica es la profundidad del ecosistema: para la mayoría de tareas estrechas, probablemente alguien ya afinó una Gemma. Antes de tirar de API, merece la pena comprobarlo. La inferencia más barata es el modelo que ejecutas tú mismo.

Fuentes

Lecturas relacionadas