Modelos Gemma 4 já estão disponíveis no Amazon SageMaker JumpStart

Novos modelos de IA disponíveis no SageMaker JumpStart

A AWS anunciou a disponibilidade dos modelos Gemma 4 E4B, Gemma 4 26B-A4B e Gemma 4 31B no Amazon SageMaker JumpStart, ampliando o portfólio de modelos de fundação acessíveis aos clientes da plataforma. Os três modelos são desenvolvidos pelo Google DeepMind e chegam com ajuste de instrução (instruction-tuned), capacidades multimodais, raciocínio configurável, chamada nativa de funções e suporte multilíngue para mais de 140 idiomas.

O que esses modelos são capazes de fazer

Os três modelos compartilham um conjunto robusto de capacidades voltadas para casos de uso empresariais. Veja o que cada funcionalidade oferece:

• Thinking (Raciocínio): modo de raciocínio integrado que permite ao modelo pensar passo a passo antes de responder.
• Compreensão de imagens: detecção de objetos, análise de documentos e PDFs, entendimento de interfaces gráficas (UI), interpretação de gráficos, Reconhecimento Óptico de Caracteres (OCR) multilíngue e reconhecimento de escrita à mão.
• Compreensão de vídeo: análise de conteúdo em vídeo por meio do processamento de sequências de frames.
• Entrada multimodal intercalada: possibilidade de combinar texto e imagens em qualquer ordem dentro de um único prompt.
• Function Calling (Chamada de funções): suporte nativo para uso estruturado de ferramentas externas, viabilizando fluxos de trabalho agênticos.
• Programação: geração, complementação e correção de código.
• Multilíngue: suporte nativo a mais de 35 idiomas, com pré-treinamento em mais de 140 idiomas.

Diferencial do Gemma 4 E4B

Entre os três modelos disponibilizados, o Gemma 4 E4B se destaca por oferecer uma capacidade adicional: suporte a entrada de áudio para Reconhecimento Automático de Fala (ASR) e tradução de fala para texto em múltiplos idiomas. Esse diferencial o torna uma opção interessante para aplicações que envolvem processamento de voz.

Como começar a usar

Com o SageMaker JumpStart, a AWS permite que os clientes façam o deploy de qualquer um desses modelos com poucos cliques, sem a necessidade de configurações complexas. Para começar, basta acessar a seção Models do SageMaker Studio ou utilizar o SageMaker Python SDK para realizar o deploy direto na conta AWS. Mais detalhes sobre como implantar e utilizar modelos de fundação estão disponíveis na documentação oficial do Amazon SageMaker JumpStart.

Fonte

Gemma 4 models are now available in Amazon SageMaker JumpStart (https://aws.amazon.com/about-aws/whats-new/2026/04/gemma-4-models-on-sagemaker-jumpstart/)