Qwen vs Gemma: como escolher seu modelo local no Ollama

Guia prático para escolher entre Qwen e Gemma ao rodar modelos de IA em local: código, hardware modesto, tarefas multilíngues e uso geral com Ollama.

Índice

Qwen e Gemma, em uma frase cada uma
A estrutura de decisão: quatro perguntas antes de escolher
Quando o Qwen costuma ganhar
Quando o Gemma costuma ganhar
Como testá-los você mesmo sem se comprometer
Erros comuns ao comparar Qwen e Gemma
Perguntas frequentes
A conclusão prática

Qwen e Gemma, em uma frase cada uma

Qwen (Alibaba) é a família que aposta em cobertura ampla: muitos tamanhos, janelas de contexto longas, bom suporte multilíngue e, dentro da mesma família, um ramo dedicado especificamente a programação (qwen3-coder). Se o seu caso de uso muda com frequência — hoje você resume um documento, amanhã programa, depois traduz alguma coisa — o Qwen te dá um único ecossistema com a variante adequada para cada tarefa.

Gemma (Google) aposta em eficiência e naturalidade: modelos pensados para rodar bem em hardware modesto graças a variantes de "parâmetros efetivos" (as tags e2b, e4b) e à quantização treinada (QAT), além de um registro de escrita que muita gente percebe como menos robótico. Também traz algo que o Qwen não oferece: entrada de áudio nativa nas variantes edge e no modelo unificado de 12B.

Nenhuma das duas é "a melhor" no abstrato. A pergunta certa não é qual família ganha, e sim qual ganha para o que você vai fazer.

A estrutura de decisão: quatro perguntas antes de escolher

1. Qual é a sua tarefa principal?

Se você programa com regularidade — sobretudo se trabalha com um repositório inteiro e não só com trechos soltos — o ramo qwen3-coder é treinado especificamente para isso, com uma proporção alta de código no treinamento e reforço voltado para que o código gerado de fato execute. O Gemma não tem um equivalente direto focado em código nesse nível; é competente para tarefas de programação geral, mas essa não é a especialidade declarada.

Se o seu uso é mais redação, resumos, e-mails, análise de documentos ou conversa geral, as duas famílias rendem bem e a diferença passa a depender mais do tamanho e da quantização do que da família em si.

2. Qual hardware você tem?

Aqui o Gemma tem uma vantagem de projeto: as variantes e2b e e4b são pensadas desde o treinamento para rodar com menos memória do que o nome sugere, e as versões -it-qat (quantização consciente do treinamento) reduzem ainda mais o consumo sem a perda de qualidade típica de comprimir um modelo depois de treinado. Se o seu equipamento tem 8 GB de RAM ou menos, ou se você busca algo para rodar em um dispositivo edge, comece por aí.

O Qwen também publica tamanhos pequenos (2B, 4B) que funcionam bem em equipamentos modestos, mas a força da família aparece mais a partir dos tamanhos médios (9B em diante), onde a relação qualidade-peso fica bem competitiva.

3. Você precisa de suporte multilíngue amplo?

O Qwen costuma se destacar aqui. É uma família treinada com ênfase multilíngue forte desde a origem, o que se nota especialmente em idiomas asiáticos e em tarefas de tradução entre pares de idiomas menos comuns. Se o seu trabalho envolve conteúdo em vários idiomas de forma constante, é o ponto de partida mais razoável.

O Gemma também lida bem com vários idiomas, mas a força distintiva está em outro lugar: a qualidade e a naturalidade do texto nos idiomas em que já é forte, mais do que na amplitude de cobertura.

4. A modalidade de entrada importa para você?

Se você precisa que o modelo entenda áudio diretamente — um recado de voz, um trecho de uma ligação — o Gemma é a opção, porque as variantes edge e o modelo unificado de 12B suportam isso de forma nativa. Nenhuma variante do Qwen oferece isso hoje. Se você só precisa de texto e imagem, as duas famílias te cobrem sem problema, incluindo chamada a ferramentas e modo de raciocínio na maioria dos tamanhos.

Quando o Qwen costuma ganhar

Programação agêntica ou sobre repositórios inteiros (qwen3-coder).
Trabalho multilíngue variado, especialmente com idiomas asiáticos.
Quando você quer uma única família que cubra desde tarefas simples até raciocínio sério, com muitos degraus de tamanho intermediários.
Quando você precisa de janelas de contexto muito longas de forma consistente em toda a família.

Quando o Gemma costuma ganhar

Hardware modesto ou cenários edge, graças aos tamanhos de parâmetros efetivos e ao QAT.
Tarefas em que a qualidade da redação e o tom natural do texto importam mais do que a velocidade de raciocínio puro.
Quando você precisa que o modelo processe áudio diretamente, sem passar primeiro por um transcritor.
Documentos longos com boa densidade memória/contexto em tamanhos médios.

Nenhuma dessas regras é absoluta. São tendências observáveis entre as duas famílias, não garantias de que um modelo específico vai superar o outro no seu caso particular. A única forma de saber com certeza é testar os dois com a sua própria tarefa.

Como testá-los você mesmo sem se comprometer

Não precisa escolher uma família "para sempre". Você pode ter as duas baixadas e decidir conforme a tarefa:

ollama pull qwen3.5:9b
ollama pull gemma4:e4b-it-qat

Com isso você já tem um representante razoável de cada família em um tamanho manejável para equipamentos de 16 GB. Teste a mesma tarefa real — o seu e-mail, o seu resumo, o seu trecho de código — nos dois e compare. É mais informativo do que qualquer tabela de benchmarks, porque mede exatamente o que importa para você.

Se o seu equipamento é mais modesto, substitua por versões menores de cada uma (qwen3.5:4b e gemma4:e2b-it-qat); se você programa com regularidade, acrescente qwen3-coder:30b à mistura quando tiver memória para sustentá-lo.

Erros comuns ao comparar Qwen e Gemma

Comparar pelo nome da versão em vez de pelo tamanho e pela quantização. Um qwen3.5:4b e um gemma4:e4b-it-qat não são comparáveis só porque os dois "cabem" no seu equipamento: têm arquiteturas e objetivos de treinamento distintos. Compare casos de uso concretos, não números de versão.

Assumir que a família mais nova sempre é melhor para você. Alibaba e Google publicam atualizações com frequência, e nem toda atualização melhora o que importa para você. Uma versão nova pode subir em benchmarks de raciocínio e não mudar nada na qualidade da redação, por exemplo.

Ficar com benchmarks de terceiros sem verificar a fonte. O catálogo de modelos locais muda rápido e circulam muitos números de desempenho não verificados ou diretamente contraditórios entre sites. Antes de decidir por um número, confira o catálogo oficial em ollama.com/library e, se o dado realmente importa, a ficha técnica do modelo na fonte original (Alibaba ou Google).

Ignorar o plano de código pago do Qwen e assumir que tudo é grátis. Os pesos do Qwen e o CLI são de uso livre sob licença Apache 2.0 e você pode rodá-los completamente de graça com o Ollama. A Alibaba também oferece à parte um plano de assinatura para o Qwen Code hospedado na nuvem; é uma oferta distinta, não um requisito para usar os modelos em local.

Perguntas frequentes

Qwen3.5:9b ou gemma4:e4b, qual eu escolho?

Depende da tarefa, não de qual é "melhor" no geral. Para programação ou trabalho multilíngue variado, comece com o Qwen. Para hardware mais apertado, tom de escrita natural ou se você precisa processar áudio, comece com o Gemma. Os dois cabem folgados em equipamentos de 16 GB e vale a pena testar os dois com a sua própria tarefa antes de se decidir.

Já existe o "Qwen 4"?

No momento da escrita, o Qwen3.5 é o lançamento oficial confirmado pela Alibaba, com tamanhos de 0.8B a 122B. A Alibaba publica atualizações da série Qwen 3 com frequência, então antes de instalar confira as tags disponíveis em ollama.com/library/qwen3.5 para confirmar qual é a versão vigente no momento em que você ler isto.

O que é o plano de código do Qwen?

É uma assinatura paga que a Alibaba oferece para usar o Qwen Code hospedado na infraestrutura dela, pensada para equipes que querem o modelo sem gerenciar o próprio hardware. É independente de rodar os mesmos modelos de graça e em local via Ollama.

Qual das duas famílias é melhor para programar?

Para tarefas de código na escala de um repositório, o ramo qwen3-coder é a opção com treinamento e ajuste específicos para essa tarefa. O Gemma é competente em programação geral, mas não tem uma variante equivalente dedicada.

Qual das duas é melhor se o meu equipamento é modesto?

O Gemma, graças às variantes de parâmetros efetivos (e2b, e4b) e à quantização treinada (QAT), que reduz o consumo de memória sem a perda de qualidade típica de comprimir um modelo depois de treinado.

A conclusão prática

Não existe uma resposta única para "Qwen ou Gemma". Existe uma resposta única para "Qwen ou Gemma para programar no meu laptop de 16 GB", e essa sim você constrói com a estrutura acima: o que você vai fazer, qual hardware tem, se o multilíngue importa e se precisa de outra modalidade além de texto e imagem. Baixe um representante de cada família, teste com a sua própria tarefa e fique com o que resolver melhor o que você precisa — não com o que ganhar na tabela de benchmarks da vez.

Os tamanhos, tags e capacidades citados neste guia correspondem ao catálogo oficial do Ollama e às fichas técnicas da Alibaba e do Google consultadas em setembro de 2026. As duas famílias recebem atualizações com frequência: verifique as tags vigentes no ollama.com antes de baixar.