Gemma 4 vs Qwen3.8-27B: ¿qué modelo abierto ejecutar en una GPU?
Gemma 4 de Google y Qwen3.8-27B de Alibaba son modelos Apache 2.0 que caben en una GPU. Compara tamaños, tipos de entrada, necesidades de memoria y dónde encaja cada uno.
Veredicto. Ambos usan Apache 2.0, leen imágenes y corren en una sola GPU. Gemma 4 es una familia de cinco tamaños, desde el E2B de tamaño de teléfono (unos 3,5 GB a 4 bits según nuestra estimación) hasta un buque insignia denso de 31B, y los tamaños menores aceptan audio. Qwen3.8-27B es un único modelo denso de 27.8B que encaja en una GPU de 24 a 48 GB o en un Mac con suficiente memoria. Las afirmaciones de calidad vienen de Google y Alibaba, así que prueba ambos con tus propios prompts.
Especificaciones
| Especificaciones | Gemma 4 | Qwen3.8-27B |
|---|---|---|
| Desarrollador | Google DeepMind | Alibaba Qwen |
| Lanzamiento | 2 de abril de 2026 | 14 de agosto de 2026 |
| Parámetros totales | 30.7B (31B) | 27.8B (27B) |
| Parámetros activos | Todos | Todos |
| Arquitectura | Densa | Densa |
| Ventana de contexto | 256K tokens | 256K tokens |
| Entrada | Texto, Imagen, Audio, Vídeo | Texto, Imagen, Vídeo |
| Licencia | Apache 2.0 (Permisiva) | Apache 2.0 (Permisiva) |
| Memoria de la variante más pequeña (4 bits) | 3.52 GB (E2B) | 19 GB (27B) |
Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.
Elige Gemma 4 si
- Necesitas un modelo para hardware pequeño: E2B y E4B están pensados para apps en el dispositivo y sin conexión.
- Quieres una familia con un tamaño para cada máquina, desde el E2B hasta un modelo denso de 31B y un mixture-of-experts de 26B que activa solo 3.8B de parámetros.
- Necesitas entrada de audio, que aceptan los modelos E2B, E4B y 12B.
- Necesitas respuestas en muchos idiomas: Google lista más de 35.
Elige Qwen3.8-27B si
- Tienes una GPU de 24 a 48 GB, o un Mac con suficiente memoria, y quieres un único modelo potente y todoterreno.
- Quieres un build FP8 listo para usar: Alibaba publica un checkpoint FP8 de 31 GB junto al BF16 de 56 GB.
- Piensas hacer fine-tuning de un modelo denso, que es más sencillo de entrenar que un mixture-of-experts muy grande.