Coin World News, el último informe técnico de Gemma 4 lanzado por Google muestra cómo una arquitectura minimalista permite que los modelos grandes se ejecuten más rápido en teléfonos y dispositivos periféricos, ahorrando más memoria. El modelo Gemma 4 12B logra por primera vez una integración bimodal sin codificador de visión y audio, eliminando directamente el 93 % del traductor visual y eliminando por completo el traductor de audio, resolviendo el desperdicio de memoria causado por los "traductores externos". Además, este modelo reduce el uso de memoria en un 37,5 % mediante la reutilización de la atención global al procesar textos largos. Su versión ligera para dispositivos periféricos, el acelerador de predicción, también reduce el rango del diccionario de 260 000 a 4096, mejorando significativamente la velocidad de decodificación.