En una comparación publicada por XDA Developers el 13 de octubre de 2026, Abhinav Raj dijo que jugaría a 16 de las 28 sugerencias de Gemma 4 26B A4B Instruct y a 11 de las 28 del recomendador de Steam. Son cinco títulos de diferencia según el criterio personal de Raj: cuáles le apetecía jugar.
Qué puntuó Raj
Raj valoró dos listas del mismo tamaño con una pregunta sencilla: ¿jugaría a cada título recomendado? El resultado describe sus preferencias en esa comparación, no una medida de calidad válida para todos los jugadores.
| Sistema | Sugerencias evaluadas | Sugerencias que Raj dijo que jugaría | Porcentaje de la lista |
| Gemma 4 26B A4B Instruct | 28 | 16 | 57,1 % |
| Steam Interactive Recommender | 28 | 11 | 39,3 % |
La diferencia equivale a 17,9 puntos porcentuales. Entre los aciertos que Raj destacó de la lista de Gemma estaban Assetto Corsa Competizione y F1 24, que ya tenía en su lista de deseados. También señaló recomendaciones que encajaban peor con sus gustos, como Hades para alguien que había jugado a Digimon Story: Time Stranger y Half-Life: Alyx, un título de realidad virtual, pese a que no tenía visor de realidad virtual.
Qué información recibió el modelo local
Según XDA, Raj dio a Gemma un archivo CSV con 25 juegos de su biblioteca de Steam y sus horas de juego. Le pidió 28 juegos que no tuviera y una frase por recomendación que relacionara el título sugerido con los juegos de ese archivo. El autor indicó que no activó la búsqueda web.
La configuración descrita fue Gemma 4 26B A4B Instruct en un archivo GGUF IQ4_XS de bartowski, ejecutado mediante llama.cpp. XDA cifra ese archivo en 14,21 GB. El ajuste del muestreador fue temperatura 1,0, top_p 0,95 y top_k 64.
Qué recomienda Steam y qué queda fuera
Valve describe Steam Interactive Recommender como un sistema de aprendizaje automático basado en los historiales de juego de millones de usuarios. Según la explicación de Valve, las etiquetas y las reseñas no influyen directamente en ese modelo. Sus filtros permiten priorizar juegos populares o de nicho, y recientes o clásicos.
Ese recomendador es una de varias herramientas de descubrimiento de Steam. Valve dice que no puede sugerir lanzamientos nuevos que nadie haya jugado y señala Discovery Queue para ayudar a descubrir novedades. Por eso, la comparación de Raj enfrentó una lista personalizada a partir de su biblioteca con una función concreta de Steam, no con todas las vías de descubrimiento de la tienda.
La biblioteca de Steam tampoco recogía todo el contexto de Raj: explicó que el sistema no podía tener en cuenta sus horas de juego de Microsoft Flight Simulator 2024 en Game Pass ni algunos títulos que poseía en Epic Games Store. En la lista de Steam encontró recomendaciones que sí le encajaban, como R.E.P.O., Warframe, Hogwarts Legacy y Red Dead Redemption 2, junto a otras que consideró malos ajustes, entre ellas Yu-Gi-Oh! Master Duel y Dota 2. Estos ejemplos, igual que el recuento, reflejan el caso personal de Raj.
