A guerra dos modelos Open Source: Gemma 4 do Google e Qwen 3.6 da Alibaba — E por que isso muda tudo
Vou começar com uma afirmação que, dois anos atrás, seria absurda:
Os melhores modelos de inteligência artificial do mundo agora são gratuitos.
Não estou exagerando. Na primeira semana de abril de 2026, duas das maiores empresas de tecnologia do planeta Google e Alibaba lançaram modelos de IA open source que competem de igual para igual com os melhores modelos fechados do mercado.
O Google lançou o Gemma 4. A Alibaba lançou o Qwen 3.6-Plus. Os dois são gratuitos para baixar e usar. Os dois são absurdamente poderosos.
E isso não é coincidência. É uma guerra. É uma guerra que beneficia todo mundo principalmente quem está construindo produto.
Gemma 4: o Google abriu o cofre
Vamos começar pelo Gemma 4.
O Google DeepMind lançou a quarta geração da família Gemma com um slogan bem direto: "os modelos abertos mais inteligentes, construídos a partir da pesquisa do Gemini 3 para maximizar inteligência por parâmetro".
Traduzindo: eles pegaram a tecnologia por trás do Gemini o modelo flagship fechado do Google e empacotaram em versões menores e abertas que você pode rodar no seu próprio hardware.
O que vem no pacote
A família Gemma 4 tem quatro tamanhos:
| Modelo | Foco |
|---|---|
| E2B | Ultraeficiente, feito para rodar em celular e dispositivos IoT |
| E4B | Versão edge com mais performance |
| 26B | Modelo médio, otimizado para GPUs consumer |
| 31B | Flagship - performance de fronteira |
O modelo flagship de 31B parâmetros é o que chama atenção. Olha estes números:
- AIME 2026 (Matemática): 89,2% - contra 20,8% do Gemma 3
- LiveCodeBench (Código): 80,0% - contra 29,1% do Gemma 3
- GPQA (Conhecimento Científico): 84,3%
- MMLU Multilingual: 85,2%
- Tau2-bench (Uso de Ferramentas): 86,4%
Leu o salto em matemática? De 20,8% para 89,2%. Isso não é uma melhoria incremental. É uma mudança de categoria.
Por que importa
Três coisas tornam o Gemma 4 especialmente relevante:
1. Agentes nativos. O modelo vem com suporte nativo para function calling ou seja, ele pode chamar ferramentas externas, navegar aplicativos e executar tarefas autonomamente. Não é um hack por cima do modelo; é parte da arquitetura.
2. Multimodal de verdade. Áudio e visão integrados. Os modelos menores (E2B e E4B) conseguem rodar processamento de áudio e vídeo direto no dispositivo, offline, com latência quase zero. Sim, em um Raspberry Pi.
3. 140 idiomas. Incluindo português. Para quem trabalha no mercado brasileiro, isso é fundamental.
O Gemma 4 está disponível para download no Hugging Face, Ollama, Kaggle e LM Studio. Você pode rodar localmente hoje.
Qwen 3.6-Plus: a Alibaba quer dominar os agentes
Agora vamos para a Alibaba.
O time Qwen (Tongyi Lab) lançou o Qwen 3.6-Plus no dia 2 de abril de 2026, com um subtítulo que diz tudo: "Towards Real World Agents" em direção a agentes do mundo real.
A tese do Qwen 3.6 é clara: modelos de IA precisam parar de ser assistentes passivos e começar a executar tarefas de verdade. Não apenas responder perguntas, mas resolver problemas.
O foco em agentes
O Qwen 3.6-Plus foi projetado em torno de três pilares agênticos:
1. Agentes de Código. O modelo se destaca em tarefas de engenharia complexa não só gerar código, mas navegar repositórios inteiros, resolver conflitos, executar comandos no terminal e entregar resultados estruturados. No benchmark Terminal-Bench 2.0 (que testa operações complexas de terminal com timeout de 3 horas), o Qwen 3.6-Plus marcou 61,6, acima do Claude Opus 4.5 (59,3) e do GLM-5 (56,2).
2. Agentes de Propósito Geral. Planejamento de longo prazo e uso de ferramentas. O modelo não só entende o que precisa ser feito; ele decompõe a tarefa, executa cada passo e monitora o progresso.
3. Agentes Visuais. Interação com interfaces gráficas, análise de vídeo, geração de código a partir de screenshots e mockups. O loop completo: perceber, entender, decidir e agir.
Os números
Alguns benchmarks que chamam atenção:
- SWE-bench Verified (Engenharia de Software): 78,8 - competitivo com Claude Opus 4.5 (80,9)
- OmniDocBench v1.5 (Documentos): 91,2 - primeiro lugar, acima de todos os concorrentes
- Terminal-Bench 2.0: 61,6 - primeiro lugar em coding agêntico
Além disso, o Qwen 3.6-Plus vem com janela de contexto de 1 milhão de tokens por padrão. Isso é aproximadamente 750 mil palavras ou 2.500 páginas de documentação técnica densa. Para tarefas que envolvem analisar repositórios grandes ou documentos longos, isso é transformador.
E o raciocínio do modelo está sempre ativo. Não há alternância de "pensar/não pensar", como na série Qwen 3.5. Ele raciocina em cada prompt, por padrão.
Disponibilidade
O Qwen 3.6-Plus está disponível via Qwen Chat, API do Alibaba Cloud Model Studio e no OpenRouter. A equipe anunciou que versões menores open source serão lançadas nos próximos dias.
O panorama maior: a guerra open source beneficia todo mundo
Vamos dar um passo atrás e olhar o que está acontecendo.
Em abril de 2026, você tem:
| Modelo | Empresa | Destaque | Custo |
|---|---|---|---|
| Gemma 4 31B | Google DeepMind | Multimodal, 140 idiomas, eficiente | Gratuito (open source) |
| Qwen 3.6-Plus | Alibaba | Agentes do mundo real, 1M tokens de contexto | Gratuito via API, open source em breve |
| Llama 4 | Meta | Modelos de propósito geral | Gratuito (open source) |
| DeepSeek | DeepSeek | Raciocínio e código | Gratuito (open source) |
Há dois anos, se você queria um modelo de IA de nível frontier, suas opções eram: pagar caro para a OpenAI, pagar caro para o Google ou pagar caro para a Anthropic. Os modelos abertos existiam, mas ficavam muito atrás.
Isso acabou.
Os modelos open source de 2026 atingiram paridade com os modelos fechados em praticamente todas as tarefas. Em algumas como coding agêntico eles já estão na frente.
E a competição só está acelerando. O Google lança o Gemma 4, a Alibaba responde com o Qwen 3.6 na mesma semana, a Meta já está preparando o próximo Llama. Cada lançamento empurra o próximo a ser melhor.
Quem ganha com isso? Você: o desenvolvedor, a startup, o escritório de advocacia que quer automatizar processos, a empresa pequena que não tem orçamento para pagar R$ 50 mil por mês em API da OpenAI.
O que isso significa na prática
Se você trabalha com tecnologia ou se a sua empresa depende de tecnologia aqui está o que muda:
Você pode rodar IA localmente. O Gemma 4 E2B roda em celular. O modelo de 26B roda em uma GPU consumer. Você não precisa de datacenter. Não precisa de cloud. Seus dados ficam com você.
O custo de IA despencou. Com modelos open source, o custo de inferência é basicamente o custo de eletricidade e hardware. Não há taxa de API, nem vendor lock-in, nem surpresa na fatura no fim do mês.
Agentes ficaram viáveis para qualquer um. Tanto o Gemma 4 quanto o Qwen 3.6 têm suporte nativo para function calling e execução agêntica. Construir um agente que navega a web, executa código e interage com APIs externas não é mais coisa de empresa grande; é coisa de desenvolvedor com um notebook.
A qualidade é a mesma. O Gemma 4 31B compete com o Gemini 3 Pro em vários benchmarks. O Qwen 3.6-Plus supera o Claude Opus 4.5 em coding agêntico. Não estamos falando de modelos "bons pelo preço". Estamos falando de modelos que são bons, ponto.