Review do Gemma 4: instalação local, GPU e política NSFW

Gemma 4 é a família open-weight mais recente do Google DeepMind para quem quer testar um LLM local ou auto-hospedado ligado ao ecossistema do Google. Ela inclui modelos E2B, E4B, 12B, 26B-A4B e 31B.

Na prática, é melhor avaliar Gemma 4 por versão. O 31B mira qualidade, o 26B-A4B tenta equilibrar capacidade e eficiência, e o 12B é a porta de entrada mais realista. Os modelos oficiais são alinhados para segurança, mas já existem variantes uncensored e abliterated da comunidade no Hugging Face.

O que é Gemma 4

Gemma 4 é uma família de modelos open-weight do Google DeepMind baseada em pesquisa do Gemini 3. O model card oficial lista E2B, E4B, 12B, 26B-A4B e 31B, com contexto de até 256K, entrada de texto e imagem e áudio em algumas versões menores.

Na prática, E2B/E4B são leves, 12B serve para testes locais, 26B-A4B destaca eficiência ativa e 31B é a opção pesada voltada para qualidade.

Downloads oficiais

Modelo	Melhor para	Download
Gemma 4 31B IT	Qualidade e testes locais exigentes	Hugging Face 31B IT
Gemma 4 26B-A4B IT	Eficiência e throughput	Hugging Face 26B-A4B IT
Gemma 4 12B IT	Primeiro teste em GPU comum	Hugging Face 12B IT
Gemma 4 model card	Especificações e segurança	Google AI Developers

Desempenho e experiência prática

A comunicação oficial enfatiza inteligência por parâmetro, contexto longo, entrada multimodal e facilidade para desenvolvedores. Na prática, teste tarefas próprias: código, resumo longo, RAG local, escrita mista, extração estruturada e imagem podem mudar o ranking.

Comparação com LLMs locais

Modelo	Nota
Gemma 4	Pesos abertos do Google, contexto longo, multimodal e documentação clara.
Qwen 3.8	Muito forte em multilingue, código e tarefas chinês/japonês/inglês.
Llama	Ecossistema enorme de quantizações e fine-tunes.
DeepSeek	Muito comparado em raciocínio e código.
Mistral / Mixtral	Ecossistema maduro para MoE e deploys abertos.

Instalação local

Para o primeiro teste local, Transformers basta. Para API, batching ou maior throughput, veja vLLM ou SGLang. Em modelos grandes, confirme VRAM, quantização e contexto.

pip install -U transformers accelerate torch safetensors python - <<'PY' from transformers import AutoModelForCausalLM, AutoTokenizer model_id = "google/gemma-4-12B-it" tokenizer = AutoTokenizer.from_pretrained(model_id) model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="auto", device_map="auto") PY

Requisitos de GPU e hardware

Variante	VRAM	Nota
Gemma 4 31B IT	BF16 60GB+ / 80GB GPU preferred	24GB exige 4-bit e contexto curto.
Gemma 4 26B-A4B IT	Large total weights	Menos parâmetros ativos não significa pesos pequenos.
Gemma 4 12B IT	16GB-24GB comfortable / lower with quantization	Melhor ponto de partida local.

Uso online quando o hardware não basta

Google AI Studio é a rota mais direta se o hardware não basta: teste prompts, contexto e API antes de baixar pesos grandes.

NSFW, Uncensored e modelos Abliterated

Os modelos oficiais Gemma 4 e o Google AI Studio não são serviços NSFW sem limites. Conteúdo adulto, perigoso, ilegal ou sensível pode ser recusado ou tratado com cautela.

Quem pesquisa comportamento de recusa pode encontrar Gemma 4 26B-A4B Uncensored / Heretic e Gemma 4 31B Abliterated. São modelos da comunidade, não versões oficiais do Google.

Perguntas frequentes

Qual Gemma 4 baixar primeiro?

Com uma GPU comum, comece pelo 12B ou por uma versão quantizada antes de 26B-A4B ou 31B.

Uma GPU de 24 GB roda o 31B?

Em BF16 não é realista; só com quantização e contexto curto.

As variantes uncensored são oficiais?

Não. Heretic e Abliterated são derivados da comunidade no Hugging Face.

Conclusão

Gemma 4 combina com quem busca pesos abertos do Google, contexto longo, multimodalidade e documentação clara. O caminho mais seguro é testar AI Studio ou 12B antes de implantar 26B-A4B ou 31B.

Referências

• Google DeepMind Gemma 4
• Gemma 4 model card
• Gemma 4 31B IT
• Gemma 4 26B-A4B IT
• Gemma 4 12B IT
• Google AI Studio
• Gemma safety guidance
• Gemma 4 26B-A4B Uncensored / Heretic
• Gemma 4 31B Abliterated