View a markdown version of this page

Gemma 4 E2B - Amazon Bedrock
Logotipo do Google com ícone de letra G multicolorido. Google — Gemma 4 E2BDetalhes do modeloCapacidades e característicasPreçosAcesso programáticoNíveis de serviçoDisponibilidade regionalCotas e limitesCódigo de exemploConsiderações e limitações de uso

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Gemma 4 E2B

Logotipo do Google com ícone de letra G multicolorido. Google — Gemma 4 E2B

Detalhes do modelo

O Gemma 4 E2B é o modelo compacto do Google com 5,1 bilhões de parâmetros totais e 2,3 bilhões de parâmetros efetivos usando Per-Layer Embeddings (PLE), projetado para cargas de trabalho de baixa latência com raciocínio integrado, chamada de função nativa e entrada multimodal em texto e imagem, suportando uma janela de contexto de token de 128K. Para obter mais informações sobre desenvolvimento e desempenho do modelo, consulte o model/service cartão.

  • Data de lançamento do modelo: 10 de junho de 2025

  • Data EOL do modelo: N/A

  • Contratos de licença de usuário final e termos de uso: Visualizar

  • Ciclo de vida do modelo: Ativo

  • Janela de contexto: 128K tokens

Modalidades de entrada Modalidades de saída APIs suportadas Endpoints suportados
Green circle with white checkmark icon.ÁudioRed circle with white X icon indicating error, cancel, or close action.IncorporaçãoGreen 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.ImagemRed circle with white X icon indicating error, cancel, or close action.ImagemGreen 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.DiscursoRed circle with white X icon indicating error, cancel, or close action.DiscursoRed circle with white X icon indicating error, cancel, or close action. Invoke
Green circle with white checkmark icon.TextoGreen circle with white checkmark icon.TextoRed circle with white X icon indicating error, cancel, or close action. Converse
Green circle with white checkmark icon.VídeoRed circle with white X icon indicating error, cancel, or close action.VídeoRed circle with white X icon indicating error, cancel, or close action. Messages
nota

Os modelos Gemma 4 estão disponíveis somente no bedrock-mantle endpoint.

Ligadobedrock-mantle, esse modelo é servido em/openai/v1/responses, não como padrão/v1/responses.

Capacidades e características

Características do Bedrock

Recursos compatíveis com o uso do bedrock-mantle endpoint

Suportado Não suportado

—

Preços

Para obter informações sobre preços, consulte a página de preços do Amazon Bedrock.

Acesso programático

Use os seguintes IDs de modelo e URLs de endpoint para acessar esse modelo de forma programática. Para obter mais informações sobre as APIs e endpoints disponíveis, consulte APIs suportadas e Endpoints suportados.

Endpoint ID do modelo In-Region URL do endpoint ID de inferência geográfica ID de inferência global
bedrock-mantle google.gemma-4-e2b https://bedrock-mantle.{region}.api.aws/openai/v1 Sem compatibilidade Sem compatibilidade

Por exemplo, se a região for us-east-1 (Norte da Virgínia), a URL do endpoint bedrock-mantle será "”. https://bedrock-mantle.us-east-1.api.aws/openai/v1

Níveis de serviço

O Amazon Bedrock oferece vários níveis de serviço para atender às suas necessidades de carga de trabalho. O Standard fornece acesso pago por token sem compromisso (defina "service_tier": "default" ou omita o campo). O Priority oferece os tempos de resposta mais rápidos por um preço premium (conjunto"service_tier": "priority"). O Flex fornece acesso de baixo custo para cargas de trabalho flexíveis e não sensíveis ao tempo (conjunto). "service_tier": "flex" O Reserved fornece uma taxa de transferência dedicada com um compromisso de prazo para cargas de trabalho previsíveis; ela é definida no nível da conta e não por solicitação (entre em contato com sua equipe de contas da AWS para habilitar). Para obter mais informações, consulte os níveis bedrock/latest/userguide/service-tiers-inference.html de serviço.

Padrão Priority Flexionar Reservado
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.

Disponibilidade regional

Visão geral da disponibilidade regional

O Amazon Bedrock oferece três opções de inferência: In-Region mantém as solicitações em uma única região para conformidade estrita, Cross-Region rotas geográficas entre regiões dentro de uma geografia (como EUA, UE e APAC), respeitando a residência de dados, e Cross-Region rotas globais em qualquer lugar do mundo, quando não há restrições de residência. Consulte a Disponibilidade regional por modelos página para obter mais detalhes.

Região In-Region Geo Global
us-east-1(Norte da Virgínia)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(Frankfurt)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.

Cotas e limites

Sua AWS conta tem cotas padrão para manter o desempenho do serviço e garantir o uso adequado do Amazon Bedrock. As cotas padrão atribuídas a uma conta podem ser atualizadas dependendo de fatores regionais, histórico de pagamentos, uso fraudulento e and/or aprovação de uma solicitação de aumento de cota. Para obter mais informações, consulte a Cotas do Amazon Bedrock documentação e os limites do modelo.

Ao consumir a taxa de transferência sob demanda no bedrock-mantle endpoint, a taxa de transferência disponível aumenta com o tempo. Nem todas as solicitações dentro de sua cota têm garantia de sucesso em períodos de alta demanda, portanto, aumentar gradualmente é importante. Para esse modelo, os limites padrão não são revelados diretamente por meio das cotas de serviço, portanto, recomendamos seguir a rampa como guia.

Código de exemplo

Etapa 1 - AWS Conta: Se você já tem uma AWS conta, pule esta etapa. Se você não conhece AWS, cadastre-se em uma conta da AWS.

Etapa 2 - Chave de API: acesse o console do Amazon Bedrock e gere uma chave de API de longo prazo.

Etapa 3 - Obtenha o SDK: para usar este guia de introdução, você deve ter o Python já instalado. Em seguida, instale o software relevante, dependendo das APIs que você está usando.

pip install openai

Etapa 4 - Definir variáveis de ambiente: configure seu ambiente para usar a chave de API para autenticação.

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

Etapa 5 - Execute sua primeira solicitação de inferência: salve o arquivo como 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)

Considerações e limitações de uso

  • Modo de raciocínio — O esforço de raciocínio é honrado tanto nas APIs de conclusão de bate-papo quanto nas APIs de respostas, e o modelo executa o raciocínio estendido em ambos os casos. No entanto, o conteúdo do raciocínio é retornado somente pela API de respostas. A API Chat Completions não retorna os tokens de raciocínio, porque a especificação OpenAI Chat Completions não suporta a devolução deles.

  • Esforço de raciocínio — Para o Gemma 4 E2B, recomendamos configurar reasoning_effort parahigh, o que ativa o modo de pensar. Essa variante tende a raciocinar extensivamente por padrão, e um alto esforço de raciocínio mantém esse raciocínio no canal de raciocínio dedicado, o que melhora a qualidade da saída e evita que o texto de raciocínio apareça na resposta final.

  • Chamadas de ferramentas paralelas — A solicitação de mais de uma chamada de ferramenta em um único turno não é suportada atualmente. Solicite chamadas para a ferramenta, uma de cada vez.

  • Tamanho da carga útil da solicitação — A carga útil total do corpo da solicitação para o Gemma 4 E2B, incluindo imagens e vídeos, suporta um tamanho máximo de 3,5 MB.