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
##  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](https://huggingface.co/google/gemma-4-E2B-it).
+ **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 ](https://ai.google.dev/gemma/apache_2)
+ **Ciclo de vida do modelo: Ativo **
+ **Janela de contexto: ** 128K tokens
| **Modalidades de entrada ** | **Modalidades de saída ** | **[APIs suportadas ](bedrock/latest/userguide/apis.html) ** | **[Endpoints suportados ](bedrock/latest/userguide/endpoints.html) ** |
| --- | --- | --- | --- |
| Áudio | Incorporação |  Responses |  bedrock-runtime |
| Imagem | Imagem |  Chat Completions |  bedrock-mantle |
| Discurso | Discurso |  Invoke | |
| Texto | Texto |  Converse | |
| Vídeo | Vídeo |  Messages | |
**nota**
Os modelos Gemma 4 estão disponíveis somente no `bedrock-mantle` endpoint.
*Ligado`bedrock-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 ** |
| --- | --- |
| + [Client-side chamada de ferramentas ](bedrock/latest/userguide/tool-use.html)
+ [Raciocínio ](bedrock/latest/userguide/reasoning.html)
+ [Projetos ](bedrock/latest/userguide/projects.html) | — |
## Preços
Para obter informações sobre preços, consulte a [ página de preços do ](https://aws.amazon.com/bedrock/pricing/) 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 ](bedrock/latest/userguide/apis.html) e [ Endpoints suportados. ](bedrock/latest/userguide/endpoints.html)
| **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](bedrock/latest/userguide/service-tiers-inference.html) de serviço.
| **Padrão** | **Priority** | **Flexionar ** | **Reservado ** |
| --- | --- | --- | --- |
|  |  |  |  |
## 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](models-region-compatibility.md) página para obter mais detalhes.
| **Região** | **In-Region** | **Geo ** | **Global** |
| --- | --- | --- | --- |
| us-east-1(Norte da Virgínia) |  |  |  |
| us-east-2(Ohio) |  |  |  |
| us-west-2(Oregon) |  |  |  |
| eu-central-1(Frankfurt) |  |  |  |
## 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[. ](bedrock/latest/userguide/quotas-increase.html) Para obter mais informações, consulte a [Cotas do Amazon Bedrock](quotas.md) documentação e [ os ](general/latest/gr/bedrock.html#limits_bedrock) limites do modelo.
Ao consumir a taxa de transferência sob demanda no `bedrock-mantle` endpoint, a taxa de transferência [ disponível aumenta com o tempo. ](bedrock/latest/userguide/scaling-throughput-best-practices.html#scaling-ramp-up) 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](https://portal.aws.amazon.com/billing/signup).
**Etapa 2 - Chave de API: ** acesse o console do [ Amazon Bedrock ](https://console.aws.amazon.com/bedrock/home#/api-keys/long-term/create) 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=""
OPENAI_BASE_URL="https://bedrock-mantle..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` para`high`, 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.