View a markdown version of this page

Gemma 4 E2B - Amazon Bedrock
Logo Google con icona a forma di lettera G multicolore. Google — Gemma 4 E2BDettagli del modelloFunzionalità e caratteristichePrezziAccesso programmaticoLivelli di servizioDisponibilità regionaleQuote e limitiCodice di esempioConsiderazioni e limitazioni sull'utilizzo

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Gemma 4 E2B

Logo Google con icona a forma di lettera G multicolore. Google — Gemma 4 E2B

Dettagli del modello

Gemma 4 E2B è il modello compatto di Google con 5,1 miliardi di parametri totali e 2,3 miliardi di parametri effettivi che utilizza Per-Layer Embeddings (PLE), progettato per carichi di lavoro a bassa latenza con ragionamento integrato, chiamata di funzioni native e input multimodale su testo e immagine, che supporta una finestra contestuale di token da 128K. Per ulteriori informazioni sullo sviluppo e sulle prestazioni del modello, consulta la scheda. model/service

  • Data di lancio del modello: 10 giugno 2025

  • Data EOL del modello: N/A

  • Contratti di licenza con l'utente finale e condizioni d'uso: Visualizza https://ai.google.dev/gemma/apache_2

  • Ciclo di vita del modello: attivo

  • Finestra contestuale: 128K token

Modalità di input Modalità di output API supportate Endpoint supportati
Green circle with white checkmark icon.AudioRed circle with white X icon indicating error, cancel, or close action.IncorporamentoGreen circle with white checkmark icon. ResponsesRed circle with white X icon indicating error, cancel, or close action. bedrock-runtime
Green circle with white checkmark icon.ImmagineRed circle with white X icon indicating error, cancel, or close action.ImmagineGreen circle with white checkmark icon. Chat CompletionsGreen circle with white checkmark icon. bedrock-mantle
Red circle with white X icon indicating error, cancel, or close action.DiscorsoRed circle with white X icon indicating error, cancel, or close action.DiscorsoRed circle with white X icon indicating error, cancel, or close action. Invoke
Green circle with white checkmark icon.TestoGreen circle with white checkmark icon.TestoRed circle with white X icon indicating error, cancel, or close action. Converse
Green circle with white checkmark icon.VideoRed circle with white X icon indicating error, cancel, or close action.VideoRed circle with white X icon indicating error, cancel, or close action. Messages
Nota

I modelli Gemma 4 sono disponibili solo sull'bedrock-mantleendpoint.

Attivatobedrock-mantle, questo modello viene utilizzato in modalità predefinita e non in /openai/v1/responses quella predefinita. /v1/responses

Funzionalità e caratteristiche

Caratteristiche di Bedrock

Funzionalità supportate tramite endpoint bedrock-mantle

Supportato Non supportato

—

Prezzi

Per informazioni sui prezzi, consulta la pagina dei prezzi di Amazon Bedrock.

Accesso programmatico

Utilizzate i seguenti ID del modello e URL degli endpoint per accedere a questo modello a livello di codice. Per ulteriori informazioni sulle API e sugli endpoint disponibili, consulta API supportate ed Endpoint supportati. bedrock/latest/userguide/endpoints.html

Endpoint ID del modello In-Region URL dell'endpoint ID di geo-inferenza ID di inferenza globale
bedrock-mantle google.gemma-4-e2b https://bedrock-mantle.{region}.api.aws/openai/v1 Non supportata Non supportata

Ad esempio, se la regione è us-east-1 (Virginia settentrionale), l'URL dell'endpoint bedrock-mantle sarà "». https://bedrock-mantle.us-east-1.api.aws/openai/v1

Livelli di servizio

Amazon Bedrock offre diversi livelli di servizio per soddisfare i requisiti del carico di lavoro. Standard fornisce l'accesso pay-per-token senza impegno (imposta o ometti il campo). "service_tier": "default" Priority offre i tempi di risposta più rapidi a un prezzo superiore (impostato). "service_tier": "priority" Flex offre un accesso a basso costo per carichi di lavoro flessibili e non sensibili al fattore tempo (set). "service_tier": "flex" Reserved offre un throughput dedicato con un impegno a termine per carichi di lavoro prevedibili; è impostato a livello di account anziché su richiesta (contatta il team del tuo account AWS per abilitare). Per ulteriori informazioni, consulta i livelli di servizio.

Standard Priorità Flex Riservato
Green circle with white checkmark icon. Green circle with white checkmark icon. Green circle with white checkmark icon. Red circle with white X icon indicating error, cancel, or close action.

Disponibilità regionale

La disponibilità regionale a colpo d'occhio

Amazon Bedrock offre tre opzioni di inferenza: In-Region mantiene le richieste all'interno di una singola regione per garantire una conformità rigorosa, le Cross-Region rotte geografiche tra le regioni all'interno di un'area geografica (come Stati Uniti, UE e APAC) rispettando la residenza dei dati e le Cross-Region rotte globali in qualsiasi parte del mondo quando non ci sono vincoli di residenza. Per maggiori dettagli, consulta la pagina. Disponibilità regionale per modelli

Region In-Region Geo Globale
us-east-1(Virginia del Nord)Green circle with white checkmark icon.Red circle with white X icon indicating error, cancel, or close action.Red circle with white X icon indicating error, cancel, or close action.
us-east-2(Ohio)Green circle with white checkmark icon.Red circle with white X icon indicating error, cancel, or close action.Red circle with white X icon indicating error, cancel, or close action.
us-west-2(Oregon)Green circle with white checkmark icon.Red circle with white X icon indicating error, cancel, or close action.Red circle with white X icon indicating error, cancel, or close action.
eu-central-1(Francoforte)Green circle with white checkmark icon.Red circle with white X icon indicating error, cancel, or close action.Red circle with white X icon indicating error, cancel, or close action.

Quote e limiti

Il tuo AWS account ha delle quote predefinite per mantenere le prestazioni del servizio e garantire un uso appropriato di Amazon Bedrock. Le quote predefinite assegnate a un account potrebbero essere aggiornate in base a fattori regionali, alla cronologia dei pagamenti, all'uso fraudolento, all' and/or approvazione di una richiesta di aumento delle quote. bedrock/latest/userguide/quotas-increase.html Per ulteriori informazioni, consulta Quote per Amazon Bedrock la documentazione e consulta i limiti del modello.

Quando si consuma il throughput su richiesta sull'bedrock-mantleendpoint, il throughput disponibile aumenta nel tempo. Non è garantito il successo di tutte le richieste entro la quota prevista durante i periodi di forte domanda, quindi è importante aumentarle gradualmente. Per questo modello, i limiti predefiniti non vengono visualizzati direttamente tramite Service Quotas, quindi consigliamo di seguire la rampa come guida.

Codice di esempio

Passaggio 1 - AWS Account: se hai già un AWS account, salta questo passaggio. Se non conosci AWS, crea un account https://portal.aws.amazon.com/billing/signup AWS.

Passaggio 2 - Chiave API: accedi alla console Amazon Bedrock e genera una chiave API a lungo termine.

Passaggio 3 - Scarica l'SDK: per utilizzare questa guida introduttiva, devi avere Python già installato. Quindi installa il software pertinente in base alle API che stai utilizzando.

pip install openai

Passaggio 4 - Impostazione delle variabili di ambiente: configura il tuo ambiente per utilizzare la chiave API per l'autenticazione.

OPENAI_API_KEY="<provide your Bedrock API key>"
OPENAI_BASE_URL="https://bedrock-mantle.<your-region>.api.aws/openai/v1"

Fase 5 - Esegui la tua prima richiesta di inferenza: salva il file con nome bedrock-first-request.py

Chat Completions API
from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="google.gemma-4-e2b",
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
    )
print(response)
Responses API
from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="google.gemma-4-e2b",
    input="Explain the benefits of mixture-of-experts architectures for production inference.",
    max_output_tokens=512,
)
print(response.output_text)

Considerazioni e limitazioni sull'utilizzo

  • Modalità di ragionamento: lo sforzo di ragionamento viene rispettato sia nelle API Chat Completions che Responses e il modello esegue il ragionamento esteso in entrambi i casi. Tuttavia, il contenuto del ragionamento viene restituito solo dall'API Responses. L'API Chat Completions non restituisce i token di ragionamento, poiché la specifica OpenAI Chat Completions non supporta la loro restituzione.

  • Sforzo di ragionamento: per Gemma 4 E2B, consigliamo di impostare su, che abilita la modalità di pensiero. reasoning_effort high Per impostazione predefinita, questa variante tende a ragionare estensivamente e un elevato sforzo di ragionamento mantiene tale ragionamento nel canale di ragionamento dedicato, il che migliora la qualità dell'output e impedisce la visualizzazione del testo di ragionamento nella risposta finale.

  • Chiamate parallele agli strumenti: la richiesta di più di una chiamata allo strumento in un solo turno non è attualmente supportata. Richiedi le chiamate allo strumento una alla volta.

  • Dimensione del payload della richiesta: il payload totale del corpo della richiesta per Gemma 4 E2B, incluse immagini e video, supporta una dimensione massima di 3,5 MB.