Amazon Bedrock に Google DeepMind の「Gemma 4」モデルシリーズが追加

本日、Amazon Bedrock 上で Gemma 4 ファミリーの利用可能を発表いたします。Google DeepMind によって構築され、Apache 2.0 ライセンスの下でリリースされた Gemma 4 は、広範なデプロイメントシナリオにわたってパラメータあたりの知能（intelligence-per-parameter）に焦点を当てて設計されたオープンウェイトモデルのファミリーです。このファミリーには、3 つの指示微調整済みバリアントが含まれています：Gemma 4 31B、Gemma 4 26B-A4B、および Gemma 4 E2B です。これらは、各リクエストごとにモデルのパラメータの一部のみが活性化される、密な（dense）アーキテクチャと混合専門家（MoE: mixture-of-experts）アーキテクチャの両方をカバーしています。これらのバリアントは、組み込み推論機能、ネイティブ関数呼び出し、およびテキストと画像にわたるマルチモーダル入力を提供します。 独立したベンチマークは、Gemma 4 のパラメータあたりの知能への焦点を反映しています：[Artificial Analysis](https://artificialanalysis.ai/models/gemma-4-31b) は、Gemma 4 31B のインテリジェンス指数（Intelligence Index）が 39 であると報告しており、これは 4B～40B オープンウェイトクラスにおける中央値である 15 を大きく上回っています。 生産環境でオープンウェイト基盤モデル（FMs: foundation models）を採用する組織は、常にトレードオフに直面しています：最先端のモデルへのアクセスを得る一方で、データ保護、規制適合性、または運用制御を損なうことなくです。Amazon Bedrock はこのトレードオフを解消します。これは、AWS が運営するインフラストラクチャ上で推論が完全に実行される完全管理型サービスを通じて、最先端のオープンウェイト FMs を提供し、Amazon Bedrock から期待されるセキュリティおよびプライバシーコントロールを備えています。 本記事では、Amazon Bedrock で Gemma 4 モデルの使い方を解説します。これらのモデルがサポートする機能、利用可能なサービスティア、オンデマンド推論がワークロードをどのようにスケーリングするか、そしてアクセスに使用できるさまざまな API について取り上げます。これらのモデルを使用すれば、Amazon Bedrock 上でマルチモーダルエージェント、軽量アプリケーション、ドキュメント理解パイプライン、ソフトウェアエンジニアリングのワークフローを構築できます。プロンプトと生成結果は他のモデルの学習には使用されず、コンテンツも第三者とは共有されません。 ## Gemma 4 の主要機能 Amazon Bedrock 上のGemma 4ファミリーは、2.3B（有効パラメータ）のコンパクトなモデルから30.7Bのパラメータを持つ密結合モデルまで幅広く、コストとレイテンシのプロファイルに応じて異なるバリアントを選択できます。すべてのバリアントには、組み込みの推論モード、エージェントワークフローのためのネイティブ関数呼び出し機能、テキストと画像を組み合わせたマルチモーダル入力、そして140以上の言語にわたる事前学習に基づく35以上の言語へのアウトオブザボックス対応が備わっています。モデルはオープンウェイトであるため、モデルアーキテクチャやトレーニング手法を独自に評価したり、独自のワークロードでベンチマークを行ったり、カスタマイズが必要な場合にproprietaryデータ（独自データ）上でファインチューニングを行ったりすることが可能です。これらのモデルは、インフラストラクチャのプロビジョニング、モデルウェイトのホスティング、推論スタックの自己運用を必要とせず、完全にマネージドされたAWSサービスを通じてアクセスできます。 最新のサポート対象モデル一覧については、[Amazon Bedrock モデルカタログ](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html)をご参照ください。 ## Amazon Bedrock 上の Gemma 4 ファミリー概観 このファミリーには、異なるコストとレイテンシプロファイルに最適化された 3 つの指令微調整済みバリアントが含まれています。以下の表は、Amazon Bedrock 上の各モデルの主要仕様を要約したものです： | **Gemma 4 31B** | **Gemma 4 26B-A4B** | **Gemma 4 E2B** | | :--- | :--- | :--- | | モデル ID | google.gemma-4-31b | google.gemma-4-26b-a4b | google.gemma-4-e2b | | アーキテクチャ (Architecture) | Dense（密結合） | Mixture-of-Experts（専門家混合モデル） | Dense (PLE) | | 総パラメータ数 / アクティブパラメータ数 | 30.7B | 25.2B / アクティブ 3.8B | 総計 5.1B / 実効 2.3B | | コンテキストウィンドウ (Context window) | 256K トークン | 256K トークン | 128K トークン | | モダリティ (Modalities) | テキスト、画像 | テキスト、画像 | テキスト、画像 | | リーゾニングモード (Reasoning mode) | あり | あり | あり | | 関数呼び出し (Function calling) | ネイティブ | ネイティブ | ネイティブ | | サービスティア (Service tiers) | Standard, Priority, Flex | Standard, Priority, Flex | Standard, Priority, Flex | ## バリアントの選択 ワークロードのパフォーマンスとコスト要件に最も適合するバリアントを選択してください。以下の表は、ユースケースに基づいてどのモデルを選ぶべきかのガイダンスを提供しています： | **ワークロードが…** | **選択** | **理由** | 推論重視またはコーディング重視の単一密着型モデル **Gemma 4 31B** ファミリー内で最大の密着型バリアント;256K のコンテキストウィンドウを備えた強力な推論およびコーディングパフォーマンス。 高スループットにおけるコスト感度や知識の広範性を必要とする用途向け **Gemma 4 26B-A4B** MoE（Mixture of Experts）設計により、推論コストとレイテンシは 4B の密着型モデルに近づきつつ、より大規模なモデルに匹敵する知識容量を維持します。 レイテンシ感度が高い、オンデバイススタイル、またはマルチモーダル分類用途向け **Gemma 4 E2B** 最小かつ最速のバリアント;最低コストまたは最速レスポンスが必要なマルチモーダルワークロードに適しています。このバリアントでは reasoning_effort=high を設定してください（*推論モードの有効化*を参照）。 ファミリー全体を通じて、Gemma 4 モデルは共通のインターフェースを共有します:システムプロンプト、構造化されたツール呼び出し、画像入力、そしてリクエストごとに切り替え可能な思考モードです。API サーフェスに対して一度アプリケーションを開発すれば、ワークロードに適合するコストとレイテンシのプロファイルに基づいてバリアントを切り替えることができます。 ## アーキテクチャのハイライト すべてのGemma 4バリアントは、ローカルアテンションとグローバルアテンションをインターリーブするハイブリッドアテンション設計を採用しており、31Bおよび26B-A4Bモデルにおいて最大256Kトークンの長いコンテキストをサポートしながら、小さなメモリフットプリントを維持しています。26B-A4Bバリアントはエキスパートの混合（Mixture-of-Experts）モデルであり、総パラメータ数は25.2Bですが、トークンごとにアクティブになるのは3.8Bのみです。これにより、より大きなモデルの知識容量を持ちながら、約4Bクラスの計算コストとレイテンシを実現します。E2Bバリアントは、パーレイヤー埋め込み（Per-Layer Embeddings: PLE）を採用し、有効なパラメータ数（総計5.1Bのうち2.3B）を小さく保つことで、メモリおよび計算コストを低減しています。アーキテクチャの詳細については、[Gemma 4モデルカード](https://ai.google.dev/gemma/docs/core/model_card_4)をご参照ください。 **注:** Gemma 4モデルにはbedrock-mantleエンドポイントを使用してください。 ## 推論モード Gemma 4には組み込みの推論モードが備わっています。有効にすると、モデルは最終回答を生成する前に内部の思考プロセスを出力します。bedrock-mantleエンドポイントでは、Responses APIのreasoningパラメータを通じて推論を有効化でき、思考プロセスは最終回答とは別に「reasoning item」として返されます（ウォークスルー内の*推論モードの有効化*を参照）。 多回会話においては、過去のターンからの最終回答のみを送り返し、その推論項目は含めないでください。過去の推論をモデルに再入力すると、回答の質が低下する可能性があります。推論内容は独自のログや監査証跡に保持しておくことはできますが、次のターンで送信する履歴からは削除してください。 ## Amazon Bedrock 上の Gemma 4 モデルへのアクセス Amazon Bedrock 上の Gemma 4 モデルは、Amazon Bedrock の次世代推論エンジン向けに特別に設計された OpenAI 互換 API を通じて、bedrock-mantle エンドポイントを使用してアクセスします。そのエンドポイント URL は https://bedrock-mantle.{region}.api.aws/openai/v1 であり、Chat Completions および Responses API を公開しています。 エンドポイントとエンジンを区別して理解しておくことが有益です：*エンジン*とは、モデルデプロイメントアカウントの分離とゼロオペレーターアクセスを設計思想として備えた基盤となるサービングインフラストラクチャ（推論エンジン）であり、*エンドポイント*とは呼び出す HTTPS API サーフェスです。bedrock-mantle エンドポイントは、この次世代推論エンジンのための公開 API であり、その機能セット全体を公開しています。基盤となる推論エンジンについてさらに詳しく知りたい場合は、[Amazon Bedrock の次世代推論エンジンのゼロオペレーターアクセス設計の探求](https://aws.amazon.com/blogs/machine-learning/exploring-the-zero-operator-access-design-of-mantle/) を参照してください。 bedrock-mantle エンドポイントは、OpenAI Python および TypeScript SDK と同じインターフェースを使用するため、すでにこれらの SDK を利用しているチームは、ベース URL とモデル ID のみを更新するだけで、Amazon Bedrock 上の Gemma 4 モデルへ切り替えることができます。また、Amazon Bedrock API キー、プロジェクト、およびクライアントサイドのツール呼び出しもサポートしています。 ## Amazon Bedrock で Gemma 4 ファミリーモデルの使用を開始する Gemma 4 を Amazon Bedrock で使用開始するには、以下の手順を実行してください。 ## 前提条件 Gemma 4 モデルを使用するには、bedrock-mantle エンドポイント上で推論を実行する権限を持つ AWS アカウントが必要です。これらの権限を付与する最も簡単な方法は、AWS Identity and Access Management (IAM) プリンシパルに AWS マネージドポリシー「AmazonBedrockMantleInferenceAccess」をアタッチすることです。これにより、Mantle 上で読み取りおよび推論作成へのアクセス権が付与され、本記事の例で必要な権限となります。具体的には、Chat Completions および Responses の推論呼び出しを許可する「bedrock-mantle:CreateInference」と、Amazon Bedrock API キーを使用してエンドポイントを呼び出すことを許可する「bedrock-mantle:CallWithBearerToken」が含まれます。API キーの作成および管理の詳細については、[Amazon Bedrock API キー](https://docs.aws.amazon.com/bedrock/latest/userguide/api-keys.html) を参照してください。 また、プロジェクト、ファインチューニング、カスタムモデルなどの管理が必要な場合は、「AmazonBedrockMantleFullAccess」をアタッチしてください。これにより、すべての bedrock-mantle アクションセットが許可されます。 ## コンソールプレイグラウンド [Amazon Bedrock コンソール](https://console.aws.amazon.com/bedrock) には、コードを書かずにモデルをすばやくテストできるチャット/テキストプレイグラウンドが含まれています。Gemma 4 モデルを読み込んで対話の準備をするには、以下の手順に従ってください： - Amazon Bedrock コンソールへ移動します。 - 左側のメニューから「テストプレイグラウンド」を選択します。 - 「チャット/テキスト」プレイグラウンドを選択します。 - プレイグラウンドの左上隅にある「モデルを選択」をクリックします。 - カテゴリリストから「Google」を選択します。 - Gemma 4 モデルのいずれかを選択します。 - 「適用」を選択してモデルを読み込みます。 - モデルが正常に読み込まれたことを確認します：プレイグラウンドのヘッダーにモデル名が表示され、チャットインターフェースが入力待ち状態になっているはずです。 Gemma 4 31B の推論およびコード生成能力を実演するために、以下のプロンプトをプレイグラウンドで試してください：*「タスクキューを管理するための REST API を公開する Python マイクロサービスを作成してください。エラーハンドリングと入力検証を含め、ユニットテストも記述してください。設計上の判断理由についても説明してください。」* ## OpenAI SDK から bedrock-mantle エンドポイントを呼び出す 以下の例では、クライアントライブラリとして OpenAI Python SDK を使用して bedrock-mantle エンドポイントを呼び出します。OpenAI SDK を使用する際は、Amazon Bedrock API キーが必要です。本番環境のワークロードでは、短期間の API キーを使用してください。これらは自動的に期限切れになります（最大 12 時間）し、生成した IAM ロールの権限を継承します。すでにネイティブな AWS 認証情報を使用しており API キーをお持ちでない場合は、[aws-bedrock-token-generator](https://pypi.org/project/aws-bedrock-token-generator/) パッケージがその認証情報から短期間のベアータークンを生成します。 ```python from openai import OpenAI ``` client = OpenAI( api_key="", base_url="https://bedrock-mantle.us-east-1.api.aws/openai/v1", ) response = client.chat.completions.create( model="google.gemma-4-31b", messages=[ {"role": "user", "content": "Explain the benefits of mixture-of-experts architectures for production inference."} ], max_tokens=512, ) print(response.choices[0].message.content) もし、すでに OpenAI SDK 形式を使用している既存のアプリケーションを異なるモデルへ移行する場合、通常はベース URL とモデル ID のみを更新すれば十分です。API キーの生成および使用に関する権限を制御するには、[Amazon Bedrock API キーの生成と使用のための権限管理](https://docs.aws.amazon.com/bedrock/latest/userguide/api-keys-permissions.html) を参照してください。 ** 注:** この記事のコード例では、デモンストレーションのために環境変数から API キーを読み込んでいます。本番環境では、環境変数ではなく、[AWS Secrets Manager](https://docs.aws.amazon.com/secretsmanager/) や [AWS Systems Manager Parameter Store](https://docs.aws.amazon.com/systems-manager/latest/userguide/systems-manager-parameter-store.html) などの管理されたシークレットサービスから認証情報を保存・取得してください。 ## マルチモーダル入力（画像） Gemma 4 はすべてのバリアントで画像入力をサポートしているため、ビジョンタスクにも同じ Chat Completions API が使用可能です。bedrock-mantle エンドポイントでは、画像をインラインの base64 符号化データ URL または Amazon Simple Storage Service (Amazon S3) の URL (s3://) として受け付けます。任意の公開 https:// 形式の画像 URL はサポートされていません。以下の例では、ローカルの画像ファイルを読み込んで base64 データ URL に符号化し、テキストプロンプトと共にメッセージコンテンツに含めています: ```python import base64 # ローカル画像ファイルを読み込み、base64 データ URL として符号化する。 with open("chart.png", "rb") as image_file: image_b64 = base64.b64encode(image_file.read()).decode("utf-8") data_url = f"data:image/png;base64,{image_b64}" response = client.chat.completions.create( model="google.gemma-4-31b", messages=[{ "role": "user", "content": [ {"type": "image_url", "image_url": {"url": data_url}}, {"type": "text", "text": "Describe the trend shown in this chart."} ] }], ) print(response.choices[0].message.content) ``` また、Amazon S3 に保存された画像を参照するには、データ URL の代わりに s3:// URL を渡すことで対応できます（例：{"url": "s3://my-bucket/chart.png"}）。これにより、リクエスト本文に大規模な画像をインラインで埋め込む必要がなくなります。より良い結果を得るためには、プロンプト内で画像コンテンツをテキストの前に配置してください。これは Google DeepMind が Gemma 4 のマルチモーダル入力に対して推奨する順序と一致しています。 ## ストリーミングレスポンス トークンを生成するたびにユーザーに表示したいチャットやエージェントユースケースでは、stream=True を設定してください。レスポンスは、逐次的なデルタイベントのイテレータになります： stream = client.chat.completions.create( model="google.gemma-4-31b", messages=[ {"role": "user", "content": "分散システムについて短い詩を書いてください。"} ], stream=True, ) for chunk in stream: delta = chunk.choices[0].delta.content if delta: print(delta, end="", flush=True) print() ストリーミングは、非ストリーミング呼び出しと同じく bedrock-mantle:CreateInference 権限を使用します。前述の IAM ポリシーですでにこれをカバーしています。 ## ツール呼び出し Gemma 4 は、エージェントワークフローのためのネイティブ関数呼び出しをサポートしています。以下の例は、ツールの定義、モデルからのツール呼び出しの受信、関数の実行、結果の返却を含む完全なツール呼び出しループを示しています： import json from openai import OpenAI client = OpenAI( api_key="", base_url="https://bedrock-mantle.us-east-1.api.aws/openai/v1", ) tools = [ { "type": "function", "function": { "name": "get_weather", "description": "指定された場所の現在の天気を取得する", "parameters": { "type": "object", "properties": { "location": { "type": "string", "description": "都市と国（例：Seattle, US）" }, "unit": { "type": "string", "enum": ["celsius", "fahrenheit"], "description": "温度の単位" } }, "required": ["location"] } } } ] # ステップ 1: ツール定義と共にユーザーのリクエストを送信する messages = [ {"role": "user", "content": "シアトルの天気はどうですか？"} ] response = client.chat.completions.create( model="google.gemma-4-31b", messages=messages, tools=tools, tool_choice="auto", ) assistant_message = response.choices[0].message # ステップ 2: モデルがツールを呼び出そうとしているか確認する if assistant_message.tool_calls: messages.append(assistant_message) for tool_call in assistant_message.tool_calls: function_name = tool_call.function.name arguments = json.loads(tool_call.function.arguments) # ステップ 3：関数名を検証して実行する（実装側） if function_name == "get_weather": location = arguments.get("location", "Unknown") unit = arguments.get("unit", "fahrenheit") result = { "location": location, "temperature": 18 if unit == "celsius" else 64, "unit": unit, "condition": "Partly cloudy", "humidity": 72, } else: result = {"error": f"Unknown function: {function_name}"} # ステップ 4：関数の結果をモデルに返す messages.append({ "role": "tool", "tool_call_id": tool_call.id, "content": json.dumps(result), }) # ステップ 5：ツールの結果を組み込んだ最終応答を取得する final_response = client.chat.completions.create( model="google.gemma-4-31b", messages=messages, tools=tools, ) print(final_response.choices[0].message.content) else: print(assistant_message.content) ## Responses API Chat Completions に加え、bedrock-mantle エンドポイントは OpenAI の Responses API（応答 API）もサポートしており、これは単一の入力を使用します

Amazon Bedrock に Google DeepMind の「Gemma 4」モデルシリーズが追加

背景や根拠まで確認しますか？

調べる

選ぶ

サイト