Notícias do CoinWorld, o Google lançou e open-soube o modelo de rascunho de previsão de múltiplos tokens (MTP) da série Gemma 4. Este é um modelo auxiliar leve que utiliza uma arquitetura de decodificação especulativa, capaz de acelerar a inferência até 3 vezes, mantendo a precisão final do modelo principal, sem comprometer a qualidade da saída ou a capacidade de raciocínio lógico. Este modelo foi totalmente open-sourced sob a mesma licença Apache 2.0 da Gemma 4, e suporta nativamente frameworks de inferência populares como vllm, sglang e ollama. Essa otimização de velocidade reduz significativamente a barreira de entrada, permitindo que desenvolvedores executem fluentemente modelos 26b moe e 31b denso em GPUs de consumo comum, além de suportar interações de IA em tempo real em dispositivos móveis com menor consumo de energia.