Modelos de pesos abertos no Amazon Bedrock dentro da Nuvem Soberana Europeia da AWS

IA generativa com soberania de dados na Europa

A Amazon Web Services (AWS) anunciou a disponibilidade geral da família de modelos Gemma 4 no Amazon Bedrock, rodando dentro da AWS European Sovereign Cloud. Isso significa que organizações europeias podem, agora, executar cargas de trabalho de Inteligência Artificial (IA) generativa sem que os dados saiam da União Europeia (UE) — atendendo a requisitos regulatórios cada vez mais rigorosos no continente.

O Gemma 4, lançado sob a licença Apache 2.0, passa a se beneficiar dos mesmos controles de residência de dados e operações que definem a AWS European Sovereign Cloud. Isso permite que equipes construam, iterem e escalem aplicações de IA generativa sem abrir mão das exigências de soberania digital.

O que é a AWS European Sovereign Cloud

A AWS European Sovereign Cloud é uma nuvem independente, localizada integralmente dentro da UE, projetada para clientes com os requisitos mais exigentes de soberania digital. Ela opera de forma autônoma, com controles técnicos robustos, garantias soberanas e proteções legais específicas para o contexto europeu.

Um ponto importante: somente funcionários da AWS residentes na UE controlam as operações do dia a dia — incluindo acesso a data centers, suporte técnico e atendimento ao cliente. A AWS informou que está em processo gradual de transição para que a nuvem seja operada exclusivamente por cidadãos da UE localizados na UE. Durante esse período de transição, a operação conta com uma equipe mista de residentes e cidadãos da UE.

A disponibilidade geral da AWS European Sovereign Cloud ocorreu em janeiro de 2026, com sua primeira região em Brandemburgo, na Alemanha (eusc-de-east-1). Toda a infraestrutura está dentro da UE, sem dependências críticas de pessoal ou infraestrutura fora do bloco.

O motor de inferência de nova geração do Amazon Bedrock

O motor de inferência do Amazon Bedrock é um sistema distribuído para servir modelos de machine learning em larga escala, construído com foco em desempenho, confiabilidade e segurança. O acesso ocorre pelo endpoint bedrock-mantle, que oferece suporte a APIs compatíveis com OpenAI — especificamente as APIs Responses e Chat Completions.

Isso significa que quem já possui uma base de código usando o SDK da OpenAI pode migrar para o Amazon Bedrock alterando apenas a URL base e a chave de API. A API Responses suporta gerenciamento de conversas com estado, reconstruindo o contexto sem que seja necessário enviar o histórico completo a cada requisição. As respostas armazenadas ficam dentro do escopo de um projeto do Amazon Bedrock — uma fronteira lógica que representa uma carga de trabalho para controle de acesso, rastreamento de custos e monitoramento de uso.

O motor aplica as mesmas práticas de segurança operacional presentes em toda a AWS. O acesso segue o modelo de menor privilégio (least privilege), onde cada operador acessa apenas os sistemas necessários para uma tarefa específica, e somente pelo tempo em que esse privilégio é necessário. Qualquer acesso a sistemas que armazenam ou processam dados de clientes é registrado, monitorado e auditado.

Como os dados de inferência são protegidos

O Amazon Bedrock utiliza o modelo de segurança de acesso zero por operador, o que significa que nenhum operador do serviço pode acessar entradas ou saídas do modelo durante a inferência. Além disso, adota um modelo de retenção zero de dados: por padrão, entradas e saídas não são armazenadas. Para determinados modelos, pode haver retenção limitada para fins de detecção de abuso.

Todos os prompts e respostas são criptografados em trânsito e, por padrão, não são compartilhados com o provedor do modelo. Toda a inferência permanece dentro da região eusc-de-east-1. Vale destacar que a inferência global entre regiões (cross-Region inference), que roteia requisições por regiões comerciais da AWS ao redor do mundo, não está disponível na AWS European Sovereign Cloud.

Controle de acesso e auditoria

Com o Gerenciamento de Identidade e Acesso da AWS (IAM), é possível definir quais entidades na conta podem chamar a API de inferência e quais modelos podem utilizar. Permissões granulares garantem que cada carga de trabalho tenha apenas o acesso necessário, seguindo o princípio do menor privilégio. A AWS recomenda o uso de credenciais de curta duração em vez de chaves de longo prazo.

Para auditoria, cada chamada ao endpoint é registrada no AWS CloudTrail, fornecendo um histórico completo de quem invocou a inferência e quando. O monitoramento de uso pode ser feito pelo Amazon CloudWatch, com a possibilidade de configurar alertas para padrões relevantes, como picos inesperados no volume de requisições.

Os modelos Gemma 4 disponíveis

O Gemma 4 é uma família de modelos de pesos abertos lançada sob a licença Apache 2.0. Ele está disponível em três variantes com ajuste de instrução (instruction-tuned), permitindo que as equipes avaliem e escolham o modelo mais adequado para cada carga de trabalho:

• Gemma 4 31B (google.gemma-4-31b-it): indicado para tarefas com uso intenso de raciocínio ou codificação com um único modelo denso. Possui 30,7 bilhões de parâmetros e uma janela de contexto de 256 mil tokens.
• Gemma 4 26B-A4B (google.gemma-4-26b-a4b-it): voltado para cenários sensíveis a custo com alto throughput e requisitos de amplitude de conhecimento. É um modelo Mistura de Especialistas (Mixture-of-Experts) com 25,2 bilhões de parâmetros totais e 3,8 bilhões de parâmetros ativos por token, com janela de contexto de 256 mil tokens.
• Gemma 4 E2B (google.gemma-4-e2b-it): ideal para cenários sensíveis à latência, uso em dispositivos ou classificação multimodal. Modelo compacto com 5,1 bilhões de parâmetros totais e 2,3 bilhões de parâmetros efetivos usando embeddings por camada (PLE), com janela de contexto de 128 mil tokens.

As três variantes oferecem raciocínio integrado, chamada de função nativa e entrada multimodal com texto e imagem.

Como começar: sua primeira inferência com Gemma 4

O Gemma 4 é servido pelo endpoint bedrock-mantle, a API compatível com OpenAI do motor de inferência de nova geração. É possível chamá-lo com os SDKs Python e TypeScript da OpenAI.

Pré-requisitos

Para seguir o exemplo, é necessário uma conta AWS com acesso à AWS European Sovereign Cloud e uma entidade IAM com permissões para chamar o endpoint bedrock-mantle. Crie uma política IAM que conceda as duas ações utilizadas no exemplo e a associe à sua entidade IAM. A ação bedrock-mantle:CreateInference executa a inferência, e a ação bedrock-mantle:CallWithBearerToken autentica com uma chave de API do Amazon Bedrock.

Veja abaixo um exemplo de política que concede as ações necessárias:

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "GemmaMantleInference",
      "Effect": "Allow",
      "Action": "bedrock-mantle:CreateInference",
      "Resource": "arn:aws-eusc:bedrock-mantle:eusc-de-east-1:<account-id>:project/<project-id>"
    },
    {
      "Sid": "GemmaMantleBearerToken",
      "Effect": "Allow",
      "Action": "bedrock-mantle:CallWithBearerToken",
      "Resource": "*"
    }
  ]
}

Substitua <account-id> e <project-id> pelos seus próprios valores. Instale o SDK da OpenAI e o gerador de tokens do Amazon Bedrock com o comando:

pip install "openai>=2.45.0" aws-bedrock-token-generator

Autenticação

A autenticação é feita com uma chave de API do Amazon Bedrock. O serviço oferece dois tipos de chaves de API: chaves de curta duração, que expiram automaticamente em até 12 horas e herdam as permissões da entidade IAM que as gerou (recomendadas para produção), e chaves de longa duração, válidas até uma expiração configurada, indicadas para desenvolvimento e exploração.

Para produção, a AWS recomenda usar a chave de curta duração com atualização automática, conforme o exemplo abaixo, ou armazenar a chave no AWS Secrets Manager:

from aws_bedrock_token_generator import provide_token
from openai import BedrockOpenAI

region = "eusc-de-east-1"
client = BedrockOpenAI(
    aws_region=region,
    base_url="https://bedrock-mantle.eusc-de-east-1.api.amazonwebservices.eu/v1",
    bedrock_token_provider=lambda: provide_token(region=region),
)

Alternativamente, é possível passar uma chave de curta duração por variável de ambiente. Essa chave não é atualizada automaticamente e expira em no máximo 12 horas:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://bedrock-mantle.eusc-de-east-1.api.amazonwebservices.eu/v1",
    api_key=os.environ["AWS_BEARER_TOKEN_BEDROCK"],
)

Primeira inferência com a API Responses

A API Responses utiliza um único campo de entrada e retorna o texto gerado em output_text. Definir store como false garante que o Amazon Bedrock não retenha a requisição nem a resposta:

response = client.responses.create(
    model="google.gemma-4-31b-it",
    input="Explain the benefits of open-weight models for regulated industries.",
    max_output_tokens=512,
    store=False,
)
print(response.output_text)

Chamando a API Chat Completions

Também é possível chamar o endpoint Chat Completions compatível com OpenAI diretamente. Ao usar credenciais AWS em vez de uma chave de API, a requisição deve ser assinada com o AWS Signature Version 4 (SigV4), conforme o exemplo abaixo:

export ENDPOINT=https://bedrock-mantle.eusc-de-east-1.api.amazonwebservices.eu
export AWS_REGION=eusc-de-east-1

curl -X POST ${ENDPOINT}/v1/chat/completions \
  --aws-sigv4 "aws:amz:${AWS_REGION}:bedrock" \
  --user "${AWS_ACCESS_KEY_ID}:${AWS_SECRET_ACCESS_KEY}" \
  -H "x-amz-security-token: ${AWS_SESSION_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google.gemma-4-31b-it",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Limpeza

Este exemplo não cria recursos persistentes, portanto não há nada a ser excluído. As chaves de API de curta duração utilizadas expiram automaticamente em até 12 horas.

Preços e disponibilidade

O Gemma 4 está disponível no Amazon Bedrock dentro da AWS European Sovereign Cloud com cobrança por token, sem compromisso inicial. O uso é contabilizado nos compromissos existentes com a AWS. Para informações de preços atualizadas, consulte a página de preços do Amazon Bedrock. Para disponibilidade por modelo e região, consulte a disponibilidade regional por modelos.

Contexto para equipes em setores regulados

Organizações que adotam modelos de fundação (Foundation Models — FMs) de pesos abertos para produção enfrentam um desafio constante: como acessar os modelos mais avançados sem comprometer a proteção de dados, o alinhamento regulatório ou o controle operacional. O Amazon Bedrock busca resolver esse problema oferecendo FMs de pesos abertos por meio de um serviço totalmente gerenciado, com a inferência rodando integralmente em infraestrutura operada pela AWS.

Por serem de pesos abertos, esses modelos permitem que as equipes avaliem de forma independente a arquitetura e a metodologia de treinamento, realizem benchmarks com suas próprias cargas de trabalho e façam ajuste fino (fine-tuning) com dados proprietários quando necessário.

Ao planejar cargas de trabalho de IA em um contexto soberano, a AWS recomenda avaliá-las em relação aos requisitos da organização para residência de dados, governança de modelos e controle operacional. Para saber mais sobre a AWS European Sovereign Cloud, acesse aws.eu.

Fonte

Run open weight models on Amazon Bedrock in AWS European Sovereign Cloud (https://aws.amazon.com/blogs/security/run-open-weight-models-on-aws-bedrock-in-aws-european-sovereign-cloud/)