Gemma 4 vs Qwen3.8-27B: qual modelo aberto rodar em uma GPU?
Gemma 4, da Google, e Qwen3.8-27B, da Alibaba, são modelos Apache 2.0 que cabem em uma GPU. Compare tamanhos, tipos de entrada, necessidades de memória e onde cada um se encaixa.
Veredito. Ambos usam Apache 2.0, leem imagens e rodam em uma única GPU. O Gemma 4 é uma família de cinco tamanhos, do E2B do tamanho de um celular (cerca de 3,5 GB em 4 bits pela nossa estimação) até um flagship denso de 31B, e os tamanhos menores aceitam áudio. O Qwen3.8-27B é um único modelo denso de 27.8B que serve a uma GPU de 24 a 48 GB ou a um Mac com memória suficiente. As alegações de qualidade vêm da Google e da Alibaba, então teste os dois com seus próprios prompts.
Especificações
| Especificações | Gemma 4 | Qwen3.8-27B |
|---|---|---|
| Desenvolvedor | Google DeepMind | Alibaba Qwen |
| Lançamento | 2 de abril de 2026 | 14 de agosto de 2026 |
| Total de parâmetros | 30.7B (31B) | 27.8B (27B) |
| Parâmetros ativos | Todos | Todos |
| Arquitetura | Densa | Densa |
| Janela de contexto | 256K tokens | 256K tokens |
| Entrada | Texto, Imagem, Áudio, Vídeo | Texto, Imagem, Vídeo |
| Licença | Apache 2.0 (Permissiva) | Apache 2.0 (Permissiva) |
| Memória para a menor variante (4 bits) | 3.52 GB (E2B) | 19 GB (27B) |
As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.
Escolha Gemma 4 se
- Você precisa de um modelo para hardware pequeno: E2B e E4B são feitos para apps no dispositivo e offline.
- Você quer uma família com um tamanho para cada máquina, do E2B até um modelo denso de 31B e um mixture-of-experts de 26B que ativa só 3.8B de parâmetros.
- Você precisa de entrada de áudio, que os modelos E2B, E4B e 12B aceitam.
- Você precisa de respostas em muitos idiomas: a Google lista mais de 35.
Escolha Qwen3.8-27B se
- Você tem uma GPU de 24 a 48 GB, ou um Mac com memória suficiente, e quer um único modelo forte e completo.
- Você quer um build FP8 pronto: a Alibaba publica um checkpoint FP8 de 31 GB ao lado do BF16 de 56 GB.
- Você pretende fazer fine-tuning de um modelo denso, que é mais simples de treinar do que um mixture-of-experts muito grande.