本日、Google DeepMind が構築し Apache 2.0 ライセンスでリリースされた Gemma 4 ファミリーが Amazon Bedrock で利用可能になったことを発表します。Gemma 4 は、幅広いデプロイシナリオにわたってパラメータあたりのインテリジェンス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、Gemma 4 31B、Gemma 4 26B-A4B、Gemma 4 E2B の 3 つの命令チューニング済みバリアントが含まれており、デンスおよび混合エキスパート（MoE）アーキテクチャをカバーしています。これらのバリアントは、組み込みの推論、ネイティブ関数呼び出し、テキストと画像の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インテリジェンスへの焦点を反映しています。Artificial Analysis は、Gemma 4 31B のインテリジェンス指数を 39 と報告しており、4B～40B のオープンウェイトクラスの中央値 15 を大幅に上回っています。
オープンウェイト基盤モデル（FM）を本番環境で採用する組織は、データ保護、規制コンプライアンス、運用制御を損なわずに主要なモデルにアクセスするという絶え間ないトレードオフに直面しています。Amazon Bedrock はそのトレードオフを解消します。完全マネージドサービスを通じて主要なオープンウェイト FM を提供し、推論は AWS が運用するインフラストラクチャ上で完全に実行され、Amazon Bedrock に期待されるセキュリティとプライバシー制御を備えています。
この記事では、Amazon Bedrock で Gemma 4 モデルを使い始める方法を説明します。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階層、オンデマンド推論がワークロードを処理するためにどのようにスケーリングするか、およびそれらにアクセスするために使用できるさまざまな API について説明します。これらのモデルを使用すると、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ワークフローを構築できます。プロンプトと完了はモデルのトレーニングに使用されず、コンテンツは第三者と共有されません。
Gemma 4 の主な機能
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モデルから 30.7B パラメータのデンスモデルまでをカバーし、さまざまなコストとレイテンシプロファイルに合わせてバリアントを選択できます。すべてのバリアントは、組み込み推論モード、エージェンティックワークフローのためのネイティブ関数呼び出し、テキストと画像を組み合わせたマルチモーダル入力、および 140+ 言語での事前トレーニングによる 35 以上の言語の即時サポートを備えています。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とトレーニング方法論を独立して評価し、独自のワークロードでベンチマークし、カスタマイズが必要な場合は独自データで微調整できます。インフラストラクチャをプロビジョニングしたり、モデルウェイトをホストしたり、推論スタックを自分で運用したりすることなく、完全マネージドの AWS サービスを通じてモデルにアクセスできます。
サポートされているモデルの最新リストについては、Amazon Bedrock モデルカタログを参照してください。
Amazon Bedrock 上の Gemma 4 ファミリーの概要
このファミリーには、さまざまなコストとレイテンシプロファイルに最適化された 3 つの命令チューニング済みバリアントが含まれています。次の表は、Amazon Bedrock 上の各モデルの主要仕様をまとめたものです。
（表の内容は省略）
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したバリアントを選択してください。次の表は、ユースケースに基づいて選択するモデルに関するガイダンスを提供します。
（表の内容は省略）
ファミリー全体で、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、構造化ツール呼び出し、画像入力、リクエストごとに切り替え可能な思考モード。API サーフェスに対して一度アプリケーションを開発し、ワークロードに適したコストとレイテンシ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使用しており、31B および 26B-A4B で最大 256K トークンのロング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ます。26B-A4B バリアントは混合エキスパートモデルです：総パラメータ 25.2B ですが、トークンあたりアクティブなのはわずか 3.8B で、より大きなモデルの知識容量を備えながら、約 4B クラスのコストとレイテンシを実現します。E2B バリアントは、Per-Layer Embeddings (PLE) を使用して有効パラメータ数を小さく（総 5.1B 中 2.3B）保ち、メモリと計算コストを削減します。アーキテクチャの詳細については、Gemma 4 モデルカードを参照してください。
注：Gemma 4 モデルには bedrock-mantle エンドポイントを使用します。
推論モード
Gemma 4 には組み込みの推論モードが含まれています。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にし、思考プロセスは最終回答とともに個別の reasoning アイテムとして返されます（ウォークスルーの「推論モードを有効にする」を参照）。
マルチターン会話では、前のターンからの最終回答のみを送信し、その reasoning アイテムは送信しないでください。以前の推論をモデルに再生すると、モデルの応答が低下する可能性があります。推論は独自のログや監査証跡に保持できます。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 での Gemma 4 モデルへのアクセス
Gemma 4 モデルには、Amazon Bedrock の次世代推論エンジン専用に構築された OpenAI 互換 API である bedrock-mantle エンドポイントを通じてアクセスします。そのエンドポイント URL は https://bedrock-mantle.{region}.api.aws/openai/v1 であり、Chat Completions API 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すると便利です。エンジンは基盤となるサービングインフラストラクチャであり、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で設計されており、エンドポイントは呼び出す HTTPS API サーフェスです。bedrock-mantle エンドポイントは、その次世代推論エンジンのパブリック API であり、その全機能セットを公開しています。基礎となる推論エンジンの詳細については、「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」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 を使用しているチームは、ベース URL とモデル ID を更新するだけで Amazon Bedrock 上の Gemma 4 モデルに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、クライアント側ツール呼び出しもサポートしています。
Amazon Bedrock で Gemma 4 ファミリーモデルを使い始める
次の手順を実行して、Amazon Bedrock で Gemma 4 を使い始めてください。
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 マネージドポリシー AmazonBedrockMantleInferenceAccess を AWS Identity and Access Management (IAM) プリンシパルにアタッチすることです。これにより、Mantle に対する読み取りおよび推論作成アクセスが許可されます。これらは、この記事の例に必要な権限です。これらには、bedrock-mantle:CreateInference（Chat Completions および Responses の推論呼び出しを認可）および bedrock-mantle:CallWithBearerToken（Amazon Bedrock API キーを使用したエンドポイントの呼び出しを認可）が含まれます。API キーの作成と管理の詳細については、Amazon Bedrock API キーを参照してください。
プロジェクト、微調整、カスタムモデルなどを管理する必要がある場合は、代わりに AmazonBedrockMantleFullAccess をアタッチしてください。これにより、完全な bedrock-mantle アクションセットが付与されます。
コンソールプレイグラウンド
Amazon Bedrock コンソールには、コードを記述せ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。次の手順に従って Gemma 4 モデルをロードし、対話の準備をします。
Amazon Bedrock コンソールに移動します。
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」を選択します。
カテゴリリストから「Google」を選択します。
Gemma 4 モデルを選択します。
「適用」を選択してモデルをロードします。
モデルが正常にロードされたことを確認します。モデル名がプレイグラウンドのヘッダーに表示され、チャットインターフェースが入力を受け付ける状態になります。
Gemma 4 31B の推論およびコード生成機能を示すには、プレイグラウンドで次のプロンプトを試してください：「タスクキューを管理する REST API を公開する Python マイクロサービスを設計してください。エラーハンドリング、入力検証を含め、単体テストを書いてください。設計上の決定事項を説明してください。」
OpenAI SDK から bedrock-mantle エンドポイントを呼び出す
次の例では、OpenAI Python SDK をクライアントライブラリとして使用して bedrock-mantle エンドポイントを呼び出します。OpenAI SDK を使用する場合は、Amazon Bedrock API キーが必要です。本番ワークロードでは、短期 API キーを使用してください。これらは自動的に期限切れ（最大 12 時間）になり、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 AWS 認証情報を使用していて API キーがない場合は、aws-bedrock-token-generator パッケージがそれらの認証情報から短期ベアラートークンを生成します。
（コード例は省略）
すでに OpenAI SDK 形式で別のモデルを使用している既存のアプリケーションを移行する場合、通常はベース URL とモデル ID を更新するだけで済みます。API キーの生成と使用の権限制御については、「Amazon Bedrock API キーの生成と使用の権限制御」を参照してください。
注：この記事のコード例は、デモンストレーションのみを目的として環境変数から API キーを読み取っています。本番環境では、環境変数ではなく、AWS Secrets Manager や AWS Systems Manager Parameter Store などのマネージドシークレットサービスから認証情報を保存および取得してください。
マルチモーダル入力（画像）
Gemma 4 のすべてのバリアントが画像入力をサポートしているため、同じ Chat Completions API がビジョンタスクに使用できます。bedrock-mantle エンドポイントは、インライン base64 エンコードされたデータ URL または Amazon Simple Storage Service (Amazon S3) URL（s3://）として画像を受け入れます。任意のパブリック https:// 画像 URL はサポートされていません。次の例は、ローカル画像ファイルを読み取り、base64 データ URL としてエンコードし、テキストプロンプトとともにメッセージコンテンツに含めます。
（コード例は省略）
または、データ URL の代わりに s3:// URL（例：{"url": "s3://my-bucket/chart.png"}）を渡すことで、Amazon S3 に保存されている画像を参照できます。これにより、リクエストに大きな画像をインライン化する必要がなくなります。