Modelo que não cabe no ambiente da tarefa ainda não é uma opção de execução. Pode ser interessante, pode merecer acompanhamento, mas a memória disponível não aumenta porque gostei da demo. Esse detalhe precisa entrar na escolha antes de eu discutir a qualidade da resposta.
Em 19 de junho de 2026, numa conversa sobre modelos, fui direto: queria o melhor disponível. Ao revisitar o anúncio do Google de 5 de junho, essa preferência ganha uma restrição concreta. O Google apresentou checkpoints do Gemma 4 com quantização consciente no treinamento, ou QAT, buscando reduzir a memória de execução local e preservar qualidade durante a compressão.
A parte que me interessa é ampliar o conjunto de modelos que consigo considerar num ambiente. Caber muda a conversa. Antes de comparar respostas, passa a existir uma execução possível. A preservação de qualidade continua sendo uma proposta do fabricante que precisa ser conferida no trabalho escolhido; diminuir o tamanho não responde sozinho se a capacidade útil sobreviveu.
Também não quero esconder uma troca de máquina dentro da palavra disponível. Um candidato que roda no ambiente atual e outro que exige equipamento diferente pedem decisões diferentes. Colocar os dois lado a lado só pela resposta da demonstração apaga o esforço necessário pra chegar até aquela resposta. Depois a surpresa aparece durante a preparação, quando o trabalho já deveria estar andando.
Pra uma avaliação local, vou começar registrando a configuração que cabe. A partir dela, quero observar a tarefa inteira, inclusive as concessões que aceito na resposta. O nome do modelo não basta pra repetir a comparação: mudar a configuração no meio e atribuir toda diferença ao modelo produz uma conclusão difícil de conferir.
Manutenção também entra. Alguém precisa entender como atualizar o ambiente e perceber quando uma mudança alterou as condições do teste. Não tenho vontade de montar um laboratório permanente só pra sustentar a preferência por um nome. Quero trabalho suficiente pra tornar a escolha repetível, com informação que ajude quando for necessário decidir de novo.
Minha decisão é incluir memória e ambiente na mesma pergunta em que cobro qualidade. O QAT merece avaliação por abrir uma possibilidade concreta de execução local. Primeiro escolho uma configuração viável; depois examino se a resposta serve. Se o candidato exigir trocar equipamento, essa exigência vai aparecer explicitamente na comparação. A máquina participa da decisão, por mais animado que eu esteja com o lançamento.