AWS přidává model Grok 4.7 od xAI do Amazon Bedrock s kontextovým oknem 500 000 tokenů

Amazon Web Services oznámil 28. září 2026, že model Grok 4.7 od xAI je k dispozici na Amazon Bedrock, přičemž jej přidává do katalogu modelů Bedrock s kontextovým oknem 500 000 tokenů, vstupem textu i obrázku a čtyřmi konfigurovatelnými úrovněmi úsilí o uvažování. oznámení AWS Machine Learning Blog popisuje Grok 4.7 jako průlomový model určený pro programování, dlouhodobé agenty a znalostní práci.

xAI poprvé vydal Grok 4.7 21. září 2026 v oznámení o spuštění, které zpřístupnilo model v aplikacích Cursor a Grok Build a prostřednictvím API Grok, třetích stran pro programování a směrovačů modelů a cloudových platforem. V tomto oznámení xAI stanovilo cenu modelu od $2 za milion vstupních tokenů a $6 za milion výstupních tokenů a uvedlo, že nabízí rychlou variantu s dvojnásobnou rychlostí výstupu za dvojnásobnou cenu.

Co xAI říká, že je Grok 4.7 vytvořen pro

Podle xAI, jak uvádí příspěvek AWS, je Grok 4.7 jejich nejvýkonnější model pro programování a znalostní práci, s důrazem na vytrvalost spíše než na čistou rychlost: model pracuje déle na obtížných úkolech a pečlivěji kontroluje vlastní výstup před pokračováním. xAI uvádí, že Grok 4.7 využívá nový, větší základní model, který byl trénován delším procesem posilovaného učení na náročnější směsi úkolů, zaměřených na problémy trvající mnoho hodin. xAI připisuje tomuto tréninku dvě schopnosti: lepší ověřování vlastního výstupu modelu a efektivnější využití jeho kontextového okna 500 000 tokenů u dlouhých úkolů. xAI také uvádí, že model byl natrénován tak, aby nativně rozuměl rozhraní Grok Bot, což přisuzuje zlepšením v konverzačních úlohách a obecné znalostní práci.

xAI dále uvádí silnější generování dokumentů a prezentací a popisuje zlepšení v profesionální znalostní práci, jakou vykonávají právníci, sestry a finanční analytici. Jeho zveřejněné hodnocení zahrnují softwarové inženýrství s CursorBench a DeepSWE, vícehodinovou práci v terminálu a kanceláři s Terminal-Bench a AA Briefcase, elektrotechniku s EEBench, právní práci s Harvey Legal Agent Benchmark a klinické uvažování s HealthBench Professional.

Nezávislé hodnotící údaje

Příspěvek AWS také uvádí Artificial Analysis, který popisuje jako provádějící vlastní hodnocení místo spoléhaní se na údaje hlášené vývojáři. V těchto výsledcích dosahuje Grok 4.7 Indexu inteligence 46 oproti 44 u Grok 4.6, Indexu programovacího agenta 56 oproti 47, Elo AA‑Briefcase 1 657 oproti 1 546, Elo GDPval‑AA 1 695 oproti 1 605 a Indexu AA‑Omniscience 32 oproti 30, s mírou halucinací 29 % oproti 34 %. Artificial Analysis měřil Grok 4.7 při jeho xhigh úsilí o uvažování a Grok 4.6 při úrovni úsilí, kterou uvedl pro každé měřítko.

Příspěvek upozorňuje na kompromis v posledním řádku té tabulky: Grok 4.7 použil přibližně 81 000 výstupních tokenů na úkol Indexu inteligence, oproti asi 38 000 u Grok 4.6, což příspěvek charakterizuje jako zhruba dvojnásobek na úkol a důvod nastavit úroveň úsilí úmyslně místo zdědění výchozí hodnoty.

Bezpečnost a kybernetická bezpečnost

Podle xAI byl Grok 4.7 postaven s úplně novým zásobníkem ochranných opatření a je nejsilnějším modelem, který testovali v oblasti odmítání a odolnosti vůči jailbreakům. xAI představuje cíl v doménách s dvojími využitími, jako je kybernetická bezpečnost a biologická práce, jako zachování užitečnosti pro legitimní úkoly při odmítání nebezpečných. V oblasti kybernetické bezpečnosti konkrétně xAI uvádí, že model propouští jen malý podíl rizikových dvojitých promptů, zatímco zřídka blokuje legitimní bezpečnostní práci, a začal poskytovat vybraným partnerům v kybernetické bezpečnosti přístup na pozvání k red‑teamovým schopnostem Grok 4.7 pro výzkum obrany.

Jak je Grok 4.7 balen na Amazon Bedrock

Na Bedrock Grok 4.7 přijímá vstup textu i obrázku a vrací text. Model je nasazen na koncovém bodě bedrock-runtime prostřednictvím profilů inferencí napříč regiony, takže požadavky uvádějí název profilu místo pouhého ID modelu: us.xai.grok-4.7 pro geografický profil USA nebo global.xai.grok-4.7 pro globální profil, oba na cestě /openai/v1 základní URL bedrock-runtime. Grok 4.7 podporuje Responses API, Chat Completions API, InvokeModel i Converse API.

Protože je model kompatibilní s OpenAI, OpenAI SDK funguje na cestě /openai/v1 s tokenem typu bearer, který může být buď klíč API Amazon Bedrock, nebo krátkodobý token vytvořený z pověření AWS Identity and Access Management (IAM). AWS SDK přistupují ke stejnému modelu prostřednictvím Converse a podepisují požadavky běžnými pověřeními AWS.

Model se také integruje se standardními funkcemi Bedrock. Implicitní ukládání promptů do mezipaměti se automaticky uplatňuje na opakované prefixy promptů, takže agenti, kteří při každém kroku znovu odesílají velký systémový prompt nebo referenční dokument, platí za tento prefix uloženou sazbu. Bedrock Guardrails se připojují k požadavku pomocí ID a verze a aplikují filtry obsahu, zakázaná témata, redakci osobně identifikovatelných informací a pravidla pro slova jak na prompt, tak na odpověď. Strukturované výstupy omezují odpověď na JSON Schema, aby ji následný kód mohl přímo zpracovat, a protokolování volání zachytává každý požadavek v Amazon CloudWatch spolu s požadavkem, odpovědí a počty tokenů včetně tokenů úsilí.

Směrovací profily, úrovně služby a přístup

Globální profil směruje každý požadavek do libovolného podporovaného komerčního regionu AWS, rozkládá zátěž na více kapacity a je cenově pod geografickým profilem. Příspěvek uvádí, že kompromisem je menší kontrola nad tím, kde je konkrétní požadavek zpracován, což může znamenat proměnlivější latenci. Americký geografický profil udržuje zpracování v rámci USA, čímž splňuje požadavky na rezidenci dat v USA.

Nabízejí se tři úrovně služby. Standard je placený za token bez závazku; Priority poskytuje rychlejší, priorizované zpracování za příplatek; a Flex nabízí levnější přístup pro úlohy, které nejsou časově citlivé. Ceny za token v jednotlivých úrovních jsou uvedeny na stránce s cenami Amazon Bedrock.

Před prvním voláním uživatelé potvrzují, že model je pro ně dostupný v konzoli Bedrock pro AWS region, který plánují použít. Co se týče oprávnění, operace bedrock:InvokeModel se vyhodnocuje vůči třem zdrojům: výchozímu projektu účtu, pojmenovanému inference profilu a podkladovému základnímu modelu, jehož Amazon Resource Name je v regionech zástupně nastavený, protože profily napříč regiony směrují mimo volající region. Ověřování pomocí tokenu bearer-token navíc vyžaduje oprávnění bedrock:CallWithBearerToken a profily jsou definovány individuálně, takže zásada pojmenovaná US profil neplatí pro Globální profil.

U Grok 4.7 je uvažování (reasoning) vždy aktivní. Námaha se nastavuje pomocí parametru reasoning v Responses API nebo prostřednictvím additionalModelRequestFields v Converse, přičemž výchozí hodnota je high. Obsah uvažování je šifrovaný; lze jej získat předáním include: “reasoning.encrypted_content” v požadavku na Responses API a následně jej odeslat zpět v dalších tazích, aby model získal své předchozí uvažování jako kontext ve vícekolové konverzaci. Chat Completions API nevrací tokeny uvažování.

Příspěvek doporučuje zacházet s dlouhodobým klíčem Amazon Bedrock API jako s přihlašovacími údaji pouze pro průzkum, pro produkci používat krátkodobé tokeny bearer generované z IAM pověření a po ukončení potřeby smazat průzkumný klíč v konzoli Bedrock.