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
##  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 ](https://huggingface.co/google/gemma-4-E2B-it)
+ **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](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 ](bedrock/latest/userguide/apis.html) ** | **[Endpoint supportati ](bedrock/latest/userguide/endpoints.html) ** |
| --- | --- | --- | --- |
| Audio | Incorporamento |  Responses |  bedrock-runtime |
| Immagine | Immagine |  Chat Completions |  bedrock-mantle |
| Discorso | Discorso |  Invoke | |
| Testo | Testo |  Converse | |
| Video | Video |  Messages | |
**Nota**
I modelli Gemma 4 sono disponibili solo sull'`bedrock-mantle`endpoint.
*Attivato`bedrock-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 ** |
| --- | --- |
| + [Client-side chiamata all'utensile ](bedrock/latest/userguide/tool-use.html)
+ [Ragionamento ](bedrock/latest/userguide/reasoning.html)
+ [Progetti ](bedrock/latest/userguide/projects.html) | — |
## Prezzi
Per informazioni sui prezzi, consulta la [ pagina dei prezzi di ](https://aws.amazon.com/bedrock/pricing/) 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/apis.html) [bedrock/latest/userguide/endpoints.html](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. ](bedrock/latest/userguide/service-tiers-inference.html)
| **Standard** | **Priorità** | **Flex ** | **Riservato ** |
| --- | --- | --- | --- |
|  |  |  |  |
## 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](models-region-compatibility.md)
| **Region** | **In-Region** | **Geo ** | **Globale** |
| --- | --- | --- | --- |
| us-east-1(Virginia del Nord) |  |  |  |
| us-east-2(Ohio) |  |  |  |
| us-west-2(Oregon) |  |  |  |
| eu-central-1(Francoforte) |  |  |  |
## 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](bedrock/latest/userguide/quotas-increase.html) Per ulteriori informazioni, consulta [Quote per Amazon Bedrock](quotas.md) la documentazione e consulta [ i ](general/latest/gr/bedrock.html#limits_bedrock) limiti del modello.
Quando si consuma il throughput su richiesta sull'`bedrock-mantle`endpoint, il throughput [ disponibile aumenta nel tempo. ](bedrock/latest/userguide/scaling-throughput-best-practices.html#scaling-ramp-up) 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](https://portal.aws.amazon.com/billing/signup) AWS.
**Passaggio 2 - Chiave API: ** accedi alla console [ Amazon Bedrock ](https://console.aws.amazon.com/bedrock/home#/api-keys/long-term/create) 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=""
OPENAI_BASE_URL="https://bedrock-mantle..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.