Gemma supera 1 mil millones de descargas: Google reclama más de 100,000 variantes
Google anuncia que su familia Gemma ha superado el mil millones de descargas, dos años después de su lanzamiento. Más allá del número, la empresa destaca sobre todo un ecosistema de más de 100,000 variantes, incluyendo implementaciones locales, médicas e incluso espaciales, lo que ahora llama el «Gemmaverse».
Gemma supera el umbral del mil millones de descargas
Google DeepMind acaba de anunciar un nuevo hito simbólico para su familia de modelos abiertos. Gemma ha superado el mil millones de descargas desde el lanzamiento de la primera generación. El anuncio fue realizado el 20 de agosto por Clement Farabet, vicepresidente de Google DeepMind, y Olivier Lacombe, director de producto.
Sin embargo, Google enfatiza de inmediato un punto: el número bruto de descargas no es necesariamente la métrica más interesante. La empresa prefiere destacar lo que los desarrolladores crean a partir de estos modelos.
Más de 100,000 variantes creadas por la comunidad
Google afirma que los desarrolladores han publicado más de 100,000 variantes de Gemma en un período de dos años. Ajustes finos, versiones cuantificadas, modelos especializados o adaptaciones para hardware particular. Este conjunto es lo que Google ahora denomina el Gemmaverse.
La idea es bastante clara: Gemma ya no es solo una familia de modelos lanzados por Google, sino una base sobre la cual una comunidad desarrolla sus propias capas, herramientas y aplicaciones.
El mil millones sigue siendo un número difícil de interpretar
El número merece todavía varias precauciones. Google no detalla la metodología utilizada para llegar a este mil millones. La empresa no publica una distribución por modelo, por año, ni por plataforma. Gus Martins, ingeniero de Developer Relations en Google, incluso aclaró que este total no incluye las integraciones de Android y Chrome.
En otras palabras, la cifra probablemente ya está subestimada en ciertos canales, pero sigue siendo imposible saber exactamente qué representa un «download» en esta contabilidad.
Una descarga no necesariamente significa un usuario activo ni un despliegue en producción.
Imposible comparar directamente Gemma con Qwen
Comparar con Qwen es tentador. Alibaba afirmó hace unos días que su familia Qwen había superado los 3 mil millones de descargas. Hugging Face, por su parte, contabilizaba aproximadamente 2.045 mil millones de descargas para Qwen en 2026 dentro de su propio ecosistema.
Sin embargo, las dos cifras no son directamente comparables. Hugging Face explica explícitamente que sus estadísticas solo miden la actividad en su Hub, y no incluyen llamadas API, despliegues privados o modelos distribuidos en otros lugares.
Google tampoco publica la lista precisa de plataformas utilizadas para calcular su mil millones. Por lo tanto, sería engañoso concluir que Qwen está exactamente tres veces más descargado que Gemma.
La verdadera competencia se da en los derivados
Una métrica probablemente más interesante es el número de variantes creadas por los desarrolladores. Google reclama más de 100,000 modelos Gemma derivados en dos años. Alibaba avanza más de 300,000 variantes alrededor de Qwen, mientras que Hugging Face, en su propio conteo, registra aproximadamente 151,000 derivados de Qwen. Las diferencias muestran precisamente por qué estas cifras deben tomarse con precaución.
Cada actor aplica una metodología diferente y observa una parte diferente del ecosistema. Pero, se dibuja una tendencia: los grandes modelos abiertos ya no son solo descargados para ser probados, se están convirtiendo en bases de desarrollo.
Gemma fue diseñado para salir de la nube
Precisamente, esa es una de las fuerzas históricas de Gemma. Google siempre ha posicionado a la familia como una serie de modelos lo suficientemente ligeros para funcionar localmente en diferentes tipos de hardware.
Smartphones, laptops, estaciones de trabajo, Raspberry Pi e infraestructura edge. Esta flexibilidad permite que Gemma ocupe un espacio diferente de los modelos gigantes que requieren múltiples GPU de gama alta para funcionar.
El objetivo no es únicamente maximizar las puntuaciones de benchmark. También se trata de hacer que el modelo sea lo suficientemente práctico para ser integrado directamente en un producto.
Gemma ahora está… en el espacio
Google de hecho proporciona un ejemplo bastante espectacular. Equipos de la NASA, Satlyt y Starcloud estarían utilizando Gemma directamente en órbita. Los usos mencionados incluyen la analítica de imágenes a bordo, la optimización del ancho de banda disponible para transmitir datos a la Tierra y el enrutamiento de comunicaciones entre satélites.
El interés es evidente.
En el espacio, no siempre es posible enviar todos los datos a un centro de cálculo distante. Procesar parte de la información directamente a bordo puede ahorrar una enorme cantidad de ancho de banda. Sin embargo, Google no detalla qué modelos de Gemma están siendo utilizados en cada plataforma ni desde cuándo funcionan estos despliegues.
La IA local se vuelve particularmente interesante en entornos restringidos
Este uso espacial ilustra bien la filosofía de Gemma. Un modelo compacto se vuelve relevante cuando la conexión de red es limitada, costosa o inexistente. También es el caso en áreas mal conectadas o en hardware embebido. Google ya había destacado proyectos educativos offline y asistentes destinados a personas con discapacidad visual.
Desarrolladores también han hecho funcionar Gemma en computadoras pequeñas como el Raspberry Pi para tareas de traducción local. En estos escenarios, la IA no necesita un centro de datos permanente para ser útil.
Gemma 4 también llega a la salud en India
Google menciona también un despliegue en Aarogya Setu 2.0, la aplicación relacionada con la Autoridad Nacional de Salud de India. Gemma 4 y el Medical Data Toolkit de código abierto de Google se estarían utilizando para transformar informes médicos complejos en formatos digitales estandarizados. El objetivo es facilitar la gestión y el intercambio de registros entre diferentes proveedores de salud.
Google recuerda que Aarogya Setu 2.0 supera los 100 millones de descargas en Android. Sin embargo, esta cifra se refiere a la aplicación en sí, no al uso de Gemma. Por lo tanto, no se debe sumar mecánicamente a los mil millones anunciados.
C2S-Scale: una afirmación científica que debe manejarse con cuidado
Google también destaca C2S-Scale, un modelo desarrollado con investigadores de Yale. Se trata de un modelo derivado de Gemma destinado a interpretar el lenguaje molecular de las células. Google afirma que C2S-Scale ha permitido identificar una nueva vía terapéutica contra el cáncer, posteriormente verificada en células vivas. La empresa presenta el resultado como un hito para un sistema de IA capaz de generar una nueva hipótesis mecanística terapéutica que luego se valida biológicamente.
Es una afirmación significativa.
Pero, en el anuncio dedicado al mil millones de descargas, Google se remite principalmente a sus propias publicaciones anteriores. Por lo tanto, es importante evitar convertir esta comunicación en un consenso científico independiente sin más validación externa.
MedGemma continúa enfocándose en aplicaciones clínicas
La familia también incluye MedGemma, una variante especializada en datos médicos. Google explica que organizaciones lo utilizan para desarrollar aplicaciones relacionadas con el triaje, la comunicación con pacientes o la asistencia clínica. Entre los ejemplos citados se encuentran el All India Institute of Medical Sciences y sistemas destinados a profesionales de salud de primera línea en ciertas áreas rurales de Uganda.
Una vez más, Google habla de aplicaciones desarrolladas alrededor de MedGemma, no necesariamente de un despliegue masivo y uniforme en todo el sistema de salud. La diferencia es importante.
DolphinGemma se centra en las comunicaciones de los delfines
El Gemmaverse también toma una dirección mucho más experimental con DolphinGemma. Desarrollado con Georgia Tech y el Wild Dolphin Project, el modelo analiza vocalizaciones de delfines y busca predecir secuencias sonoras.
El objetivo es comprender mejor la estructura de sus comunicaciones. Google presenta el proyecto como aún en desarrollo. Por lo tanto, estamos muy lejos de un «traductor de delfín a humano». Pero la experiencia muestra hasta dónde se puede especializar una arquitectura relativamente ligera en un campo extremadamente específico.
Awesome Gemma quiere organizar todo este ecosistema
Con más de 100,000 variantes, descubrir los buenos proyectos se convierte en sí mismo en un problema. Google lanza por lo tanto Awesome Gemma, un directorio oficial alojado en GitHub. Este debe servir de punto de entrada a los principales modelos, ajustes finos, tutoriales y herramientas de desarrollo. Se pueden encontrar guías para Ollama, vLLM y LiteRT, así como recursos de ajuste fino alrededor de Unsloth, Tunix o MLX.
Es un movimiento estratégico importante. Una familia de modelos abiertos se vuelve aún más atractiva cuando cuenta con una buena documentación, herramientas simples y un ecosistema lo suficientemente visible.
Ollama desempeña un papel clave en esta democratización
Ollama es precisamente uno de los instrumentos que ha simplificado enormemente el uso local de modelos abiertos. Con unos pocos comandos, un desarrollador puede descargar y ejecutar Gemma, Qwen, Llama o otros modelos en su propia máquina. Esta simplicidad ha contribuido a hacer que la IA local sea mucho más accesible.
Para Google, estar bien integrado en este tipo de herramientas es casi tan importante como publicar un buen modelo. La batalla de los modelos abiertos también se libra en la facilidad de instalación.
Google quiere evitar que Gemma se quede a la sombra de Gemini
La estrategia es interesante porque Google desarrolla paralelamente dos familias muy diferentes. Gemini representa la vitrina propietaria, accesible en los productos de Google y a través de servicios en la nube. Gemma desempeña el papel de alternativa abierta y desplegable localmente.
Ambos no responden al mismo objetivo. Gemini debe maximizar las capacidades, mientras que Gemma debe maximizar la difusión y la adaptabilidad. Esta complementariedad permite a Google seguir presente incluso en proyectos que se niegan a enviar sus datos a un proveedor de la nube.
Qwen sigue siendo un competidor formidable
El ascenso de Qwen demuestra que Google no domina por completo el terreno de los modelos abiertos. Hugging Face considera ahora a Qwen como una de las comunidades más importantes en su Hub. El número de derivados allí es particularmente alto. Los laboratorios chinos también han acelerado enormemente en modelos abiertos, con licencias permisivas y un rendimiento cada vez más cercano a los mejores sistemas propietarios.
En este contexto, el mil millones de Gemma representa menos una victoria definitiva que una señal de buena salud.
El verdadero indicador es lo que los desarrolladores construyen sobre ello
Google lo dice claramente: la cifra bruta cuenta menos que el ecosistema. Probablemente, esta es la forma correcta de leer el anuncio. Un mil millones de descargas impresiona. Sin embargo, un modelo abierto se vuelve realmente estratégico cuando investigadores, empresas y desarrolladores lo modifican, lo integran y crean productos que continúan existiendo sin depender directamente del proveedor original.
Es precisamente lo que Google intenta demostrar con el Gemmaverse.
El mil millones es, por lo tanto, especialmente un marcador de visibilidad. La verdadera batalla de los modelos abiertos se libra en otro lugar: en el número de proyectos que eligen Gemma como base en lugar de un modelo competidor.
