Gemma 4 hace que la IA local sea realmente útil: ejecútala en tu Mac o iPhone
Gemma 4 trae una potente IA local a tu Mac y iPhone. Aquí se explica cómo funciona, qué modelo elegir y cómo ejecutarla en tu dispositivo.
La IA local generalmente suena mejor en teoría. La idea es lo suficientemente simple: ejecutar un modelo en tu propio teléfono, portátil o escritorio en lugar de enviar cada solicitud a la nube. El problema es el compromiso. Los modelos pequeños que podemos ejecutar fácilmente en nuestros portátiles y teléfonos a menudo son débiles. Mientras que los modelos grandes se enfrentan a límites de computación incluso en la mayoría de los portátiles y escritorios de consumo más caros.
Gemma 4 es el intento de Google de hacer que ese compromiso sea menos doloroso al hacer que los pequeños modelos locales sean más inteligentes de lo que podrían haber sido antes.
Cómo Gemma 4 utiliza la memoria y la computación
La alineación es más fácil de entender a través de lo que cada modelo solicita al hardware. Los modelos más pequeños se centran en adaptarse a dispositivos más compactos, mientras que los más grandes intercambian más memoria por un rendimiento local más potente.
| Modelo | Detalle central | Mejor ajuste |
|---|---|---|
| Gemma 4 E2B | 2.3 mil millones de parámetros efectivos, 128K de contexto, entrada de texto/imagen/audio | Teléfonos, dispositivos periféricos, portátiles de poca memoria |
| Gemma 4 E4B | 4.5 mil millones de parámetros efectivos, 128K de contexto, entrada de texto/imagen/audio | Teléfonos, tabletas, portátiles y Macs más potentes |
| Gemma 4 26B A4B | 25,2B parámetros en total, aproximadamente 3,8B activos por token, 256K de contexto | Macs, computadoras de escritorio, GPU para consumidores |
| Gemma 4 31B | Modelo denso de 30.7B, contexto de 256K | Macs con mucha memoria, GPU potentes, estaciones de trabajo |
Los modelos más pequeños, Gemma 4 E2B y E4B, usan Incrustaciones por Capa. Por eso Google habla de ellos en términos de parámetros efectivos. La idea es obtener un comportamiento más útil de un modelo más pequeño sin aumentar demasiado el coste de memoria para teléfonos, tabletas y portátiles.
El modelo 26B utiliza un truco diferente. Gemma 4 26B A4B es un modelo Mixture-of-Experts con un total de 25,2 mil millones de parámetros, pero solo alrededor de 3,8 mil millones activos por token. El modelo completo aún tiene que caber en la memoria, por lo que esto no es una compresión mágica. La ventaja es que la generación no utiliza los 26B completos de computación activa para cada token.
Luego está Gemma 4 31B, un modelo denso de 30.7B para personas con suficiente memoria y hardware local más potente. Es la opción enfocada en la calidad de la familia, no la opción de eficiencia.
Cómo ejecutar Gemma 4 en tu dispositivo
El proceso es completamente diferente en computadoras de escritorio y móviles, pero puedes hacer que el modelo funcione en ambos.
En Mac, Windows y escritorios con GPU:
Instala Ollama.
- Abre la aplicación y busca Gemma 4.
Elija el modelo según su hardware:
- E2B para portátiles con poca memoria.
- E4B para la mayoría de las Mac y laptops con Windows.
- 26B A4B para Macs más potentes, laptops para juegos y PCs de escritorio con GPU.
31B para máquinas con gran memoria.
- Si usas Ollama, ejecuta el modelo desde Terminal o PowerShell:
ollama run gemma4:e2b
ollama run gemma4:e4b
ollama run gemma4:26b
ollama run gemma4:31bEn Android y iPhone:
- Instala Google AI Edge Gallery en Android y iPhone.
- Toca la aplicación de Chat de IA
- Descarga Gemma 4 E2B primero.
- Prúebalo con indicaciones cortas, fotos de documentos, capturas de pantalla o tareas de notas de voz.
- Prueba E4B solo en teléfonos más nuevos con suficiente memoria.
Evita 26B A4B y 31B en teléfonos. Trátalos como modelos de clase de escritorio.
Lo que esto realmente significa para la IA local
Gemma 4 no es un reemplazo de modelos en la nube como ChatGPT, Claude o Gemini. Esos sistemas seguirán siendo mejores para los trabajos más difíciles de razonamiento, programación y análisis.
El cambio más interesante está más abajo en la pila. Gemma 4 hace que la IA local sea más útil para trabajo privado, repetido y cotidiano: OCR, capturas de pantalla, resúmenes, reescrituras, limpieza de transcripciones, extracción estructurada y agentes simples. Que sea un modelo de razonamiento también ayuda con la calidad general de la respuesta.
Ahí es donde los modelos más ligeros pueden importar. No tienen que superar a la nube. Tienen que ser lo suficientemente útiles para ejecutarse cerca del usuario, en el hardware que la gente ya posee.