Google DeepMind Gemma 4 появились на Amazon Bedrock: три модели с MoE и мультимодальностью

Amazon Bedrock adicionou três modelos da família Gemma 4, desenvolvida pelo Google DeepMind, ao seu catálogo — com pesos abertos, suporte a entrada multimodal e arquitetura MoE. Os modelos estão disponíveis via AWS API imediatamente após o anúncio.

Três opções para diferentes tarefas

Gemma 4 foi construída com ênfase em inteligência por parâmetro — máxima eficiência com requisitos computacionais mínimos. A família abrange duas abordagens arquitetônicas: modelos densos e MoE, onde apenas uma porção da rede neural é ativada por requisição. Três variantes instruction-tuned estão disponíveis no Amazon Bedrock:

• Gemma 4 31B — um modelo denso clássico com 31 bilhões de parâmetros, previsível em comportamento e conveniente para fine-tuning
• Gemma 4 26B-A4B — arquitetura MoE: 26B parâmetros no modelo, mas apenas 4B são ativados por requisição
• Gemma 4 E2B — uma variante leve para ambientes edge e com recursos limitados

Os três são distribuídos sob a licença Apache 2.0 — uso comercial sem restrições de volume ou contagem de requisições.

O que os modelos podem fazer fora da caixa

Todas as variantes Gemma 4 suportam entrada multimodal: texto e imagens podem ser passados em uma única requisição. Isso permite aplicações em análise de documentos, QA visual, processamento de capturas de tela e pipelines mistos onde diferentes tipos de dados precisam ser processados em uma única passagem.

Raciocínio integrado permite que o modelo tome passos intermediários antes de fornecer a resposta final. Isto é especialmente visível em tarefas matemáticas, lógicas e com múltiplas etapas complexas — a precisão melhora sem engenharia de prompt adicional.

Chamada de função nativa fornece integração direta com sistemas de agentes e ferramentas externas. Desenvolvedores não precisam inventar workarounds através de formatação de saída — o modelo chama funções nativamente.

Por que MoE importa na prática

Mixture-of-Experts é uma forma real de reduzir custos de inferência. Por requisição, apenas um conjunto de blocos "especialistas" especializados são ativados, não toda a rede neural. A carga computacional é como um modelo pequeno, qualidade como um grande. Para Gemma 4 26B-A4B isso significa: apesar de 26 bilhões de parâmetros, a inferência funciona na verdade com 4 bilhões. Em cenários de alto throughput onde o custo de cada token importa, isso é uma vantagem substancial sobre modelos densos equivalentes.

"A família foi projetada com foco em uma ampla gama de cenários de implantação", —

Google DeepMind ao descrever a arquitetura Gemma 4.

O que isso significa

Colocar Gemma 4 no Amazon Bedrock reduz a barreira de entrada para empresas do ecossistema AWS: em vez de implantar automaticamente pesos abertos — uma API pronta com infraestrutura gerenciada. Apache 2.0 também não restringe escalabilidade, tornando a família atraente para equipes de produto que valorizam previsibilidade em condições de licenciamento.