翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Gemma 4 E2B

Google — Gemma 4 E2B

モデルの詳細

Gemma 4 E2B は、合計 51 億個のパラメータと 23 億個の有効なパラメータを持つ Google のコンパクトモデルで、レイヤーごとの埋め込み (PLE) を使用しており、組み込みの推論、ネイティブ関数呼び出し、テキストとイメージ間のマルチモーダル入力を備えた低レイテンシーのワークロード向けに設計されており、128K トークンコンテキストウィンドウをサポートしています。モデルの開発とパフォーマンスの詳細については、モデル/サービスカードを参照してください。

ではbedrock-mantle、このモデルはデフォルトの ではなく/openai/v1/responses、 で提供されます/v1/responses。

機能と機能

Bedrock の機能

bedrock-mantleエンドポイントを使用してサポートされる機能

料金

料金情報については、Amazon Bedrock の料金ページを参照してください。

プログラムによるアクセス

次のモデル IDs とエンドポイント URLsを使用して、このモデルにプログラムでアクセスします。使用可能な APIs「サポートされている APIs」と「サポートされているエンドポイント」を参照してください。

たとえば、region が us-east-1 (バージニア北部) の場合、bedrock-mantle エンドポイント URL は「https://bedrock-mantle.us-east-1.api.aws/openai/v1」になります。

サービス階層

Amazon Bedrock は、ワークロードの要件に合わせて複数のサービス層を提供します。Standard はpay-per-tokenアクセスを提供します ( フィールドを設定"service_tier": "default"または省略）。Priority は、料金プレミアム (設定 ) に対して最速の応答時間を提供します"service_tier": "priority"。Flex は、柔軟でnon-time-sensitiveワークロード (セット ) に低コストのアクセスを提供します"service_tier": "flex"。リザーブドは、予測可能なワークロードに対するコミットメントという用語を持つ専用スループットを提供します。これは、リクエストごとではなくアカウントレベルで設定されます (AWS アカウントチームに連絡して有効にしてください）。詳細については、「 サービス層」を参照してください。

リージョン別の利用可能性

リージョンの可用性の概要

Amazon Bedrock には 3 つの推論オプションがあります。In-Region は、厳格なコンプライアンスのために 1 つのリージョン内にリクエストを保持します。Geo Cross-Region は、データレジデンシーを尊重しながら、1 つのリージョン (米国、欧州、APAC など) 間でルーティングします。Global Cross-Region は、レジデンシーの制約がない世界中のどこにでもルーティングします。詳細については、モデル別のリージョンの可用性「」ページを参照してください。

クォータと制限

AWS アカウントには、サービスのパフォーマンスを維持し、Amazon Bedrock の適切な使用を確保するためのデフォルトのクォータがあります。アカウントに割り当てられたデフォルトのクォータは、リージョンの要因、支払い履歴、不正使用、および/またはクォータ引き上げリクエストの承認に応じて更新される場合があります。詳細については、Amazon Bedrock のクォータ「 ドキュメント」および「 モデルの制限」を参照してください。

bedrock-mantle エンドポイントでオンデマンドスループットを消費する場合、使用可能なスループットは時間の経過とともにスケールします。クォータ内のすべてのリクエストが需要の高い期間に成功することが保証されるわけではないため、徐々に増やすことが重要です。このモデルでは、デフォルトの制限は Service Quotas から直接表示されないため、ガイドとしてランプに従うことをお勧めします。

サンプルコード

ステップ 1 - AWS アカウント: AWS アカウントがすでにある場合は、このステップをスキップします。を初めて使用する場合は AWS、AWS アカウントにサインアップします。

ステップ 2 - API キー: Amazon Bedrock コンソールに移動し、長期 API キーを生成します。

ステップ 3 - SDK を取得する: この入門ガイドを使用するには、Python がすでにインストールされている必要があります。次に、使用している APIs に応じて、関連するソフトウェアをインストールします。

pip install openai

ステップ 4 - 環境変数を設定する: API キーを認証に使用するように環境を設定します。

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

ステップ 5 - 最初の推論リクエストを実行する: ファイルを として保存する 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)

使用上の考慮事項と制限事項