AWS ने xAI का Grok 4.7 Amazon Bedrock में 500K संदर्भ विंडो के साथ जोड़ा

Amazon Web Services ने 28 सितंबर, 2026 को घोषणा की कि xAI का Grok 4.7 मॉडल Amazon Bedrock पर उपलब्ध है, इसे Bedrock मॉडल कैटलॉग में 500K टोकन संदर्भ विंडो, टेक्स्ट और इमेज इनपुट, तथा चार कॉन्फ़िगर करने योग्य तर्क प्रयास स्तरों के साथ जोड़ा गया है। AWS Machine Learning Blog घोषणा Grok 4.7 को एक अग्रणी मॉडल के रूप में वर्णित करती है जो कोडिंग, दीर्घकालिक एजेंट और ज्ञान कार्य के लिए बनाया गया है।

xAI ने 21 सितंबर, 2026 को Grok 4.7 को पहली बार लॉन्च घोषणा में जारी किया, जिससे मॉडल Cursor और Grok Build में तथा Grok API, तृतीय‑पक्ष कोडिंग हार्नेस, मॉडल राउटर और क्लाउड प्लेटफ़ॉर्म के माध्यम से उपलब्ध हुआ। उस घोषणा में, xAI ने मॉडल की कीमत इनपुट टोकन प्रति मिलियन $2 और आउटपुट टोकन प्रति मिलियन $6 से शुरू की, और कहा कि यह तेज़ संस्करण दो गुना आउटपुट गति पर दो गुना कीमत पर उपलब्ध है।

xAI कहता है कि Grok 4.7 किसके लिए बनाया गया है

xAI के अनुसार, AWS पोस्ट में उद्धृत, Grok 4.7 को कोडिंग और ज्ञान कार्य के लिए उनका सबसे सक्षम मॉडल बताया गया है, जिसमें कच्ची गति के बजाय सहनशीलता पर ज़ोर दिया गया है: मॉडल कठिन कार्यों पर अधिक समय तक काम करता है और आगे बढ़ने से पहले अपने काम की अधिक सावधानी से जाँच करता है। xAI रिपोर्ट करता है कि Grok 4.7 एक नया, बड़ा बेस मॉडल उपयोग करता है जिसे लंबी रिइन्फोर्समेंट लर्निंग रन के माध्यम से कठिन कार्य मिश्रण पर प्रशिक्षित किया गया है, जो कई घंटे लगने वाली समस्याओं पर अधिक वजन देता है। xAI इस प्रशिक्षण को दो क्षमताओं के रूप में मानता है: मॉडल के अपने काम की बेहतर सत्यापन, और लंबी कार्यों पर 500K टोकन संदर्भ विंडो का अधिक प्रभावी उपयोग। xAI यह भी कहता है कि उसने मॉडल को मूल रूप से Grok Bot हार्नेस को समझने के लिए प्रशिक्षित किया, जिसे वह संवादात्मक कार्यों और सामान्य ज्ञान कार्य में सुधार के लिए श्रेय देता है।

xAI आगे रिपोर्ट करता है कि दस्तावेज़ और प्रस्तुति निर्माण में अधिक मजबूती है और वकीलों, नर्सों और वित्तीय विश्लेषकों द्वारा किए जाने वाले पेशेवर ज्ञान कार्य में लाभों का वर्णन करता है। इसके प्रकाशित मूल्यांकन सॉफ़्टवेयर इंजीनियरिंग के लिए CursorBench और DeepSWE, कई घंटे के टर्मिनल और ऑफिस कार्य के लिए Terminal-Bench और AA Briefcase, इलेक्ट्रिकल इंजीनियरिंग के लिए EEBench, कानूनी कार्य के लिए Harvey Legal Agent Benchmark, और क्लिनिकल रीजनिंग के लिए HealthBench Professional को कवर करते हैं।

स्वतंत्र मूल्यांकन आंकड़े

AWS पोस्ट में Artificial Analysis का भी उल्लेख है, जिसे वह अपने स्वयं के मूल्यांकन चलाने वाला बताता है न कि डेवलपर‑रिपोर्टेड आंकड़ों पर निर्भर रहने वाला। उन परिणामों में, Grok 4.7 ने इंटेलिजेंस इंडेक्स में 46 अंक प्राप्त किए, जबकि Grok 4.6 के लिए 44 अंक थे; कोडिंग एजेंट इंडेक्स में 56 बनाम 47; AA‑Briefcase एलो में 1,657 बनाम 1,546; GDPval‑AA एलो में 1,695 बनाम 1,605; और AA‑Omniscience इंडेक्स में 32 बनाम 30, तथा भ्रम दर 29% बनाम 34% थी। Artificial Analysis ने Grok 4.7 को उसके xhigh तर्क प्रयास पर और Grok 4.6 को प्रत्येक माप के लिए रिपोर्ट किए गए प्रयास स्तर पर मापा।

पोस्ट उस तालिका की अंतिम पंक्ति में ट्रेड‑ऑफ़ को उजागर करती है: Grok 4.7 ने प्रति इंटेलिजेंस इंडेक्स कार्य लगभग 81,000 आउटपुट टोकन उपयोग किए, जबकि Grok 4.6 के लिए लगभग 38,000 थे, जिसे पोस्ट लगभग दो गुना प्रति कार्य बताती है और यह कारण देती है कि प्रयास स्तर को जानबूझकर सेट किया जाए न कि डिफ़ॉल्ट को अपनाया जाए।

सुरक्षा और साइबर सुरक्षा

xAI के अनुसार, Grok 4.7 को पूरी तरह से नई सुरक्षा स्टैक के साथ बनाया गया था और यह उन रिफ़्यूज़ और जेलब्रेक प्रतिरोध परीक्षणों में सबसे मजबूत मॉडल है जिसे उन्होंने आज़माया है। xAI द्वि‑उपयोग क्षेत्रों जैसे साइबर सुरक्षा और जैविक कार्य में लक्ष्य को इस प्रकार प्रस्तुत करता है कि वैध कार्यों के लिए उपयोगी रहे जबकि खतरनाक कार्यों को अस्वीकार करे। विशेष रूप से साइबर सुरक्षा में, xAI रिपोर्ट करता है कि मॉडल केवल जोखिमपूर्ण द्वि‑उपयोग प्रॉम्प्ट का एक छोटा हिस्सा ही अनुमति देता है जबकि वैध सुरक्षा कार्य को शायद ही कभी ब्लॉक करता है, और उसने चयनित साइबर सुरक्षा साझेदारों को Grok 4.7 की रेड‑टीम क्षमताओं के लिए केवल आमंत्रण‑आधारित पहुँच देना शुरू किया है ताकि रक्षा अनुसंधान किया जा सके।

Amazon Bedrock पर Grok 4.7 कैसे पैकेज किया गया है

Bedrock पर, Grok 4.7 टेक्स्ट और इमेज इनपुट स्वीकार करता है और टेक्स्ट लौटाता है। मॉडल को bedrock-runtime एंडपॉइंट पर क्रॉस‑रीजन इन्फ़रेंस प्रोफ़ाइल के माध्यम से सर्व किया जाता है, इसलिए अनुरोध एक प्रोफ़ाइल का नाम देते हैं न कि केवल मॉडल ID: US जियोग्राफिक प्रोफ़ाइल के लिए us.xai.grok-4.7, या ग्लोबल प्रोफ़ाइल के लिए global.xai.grok-4.7, दोनों /openai/v1 पाथ पर bedrock-runtime बेस URL के तहत। Grok 4.7 Responses API, Chat Completions API, InvokeModel, और Converse API को सपोर्ट करता है।

चूंकि मॉडल OpenAI‑संगत है, OpenAI SDK /openai/v1 पाथ पर बियरर टोकन के साथ काम करता है, जो या तो Amazon Bedrock API कुंजी या AWS Identity and Access Management (IAM) क्रेडेंशियल्स से निर्मित अल्पकालिक टोकन हो सकता है। AWS SDKs Converse के माध्यम से उसी मॉडल तक पहुँचते हैं, सामान्य AWS क्रेडेंशियल्स से अनुरोधों पर साइन करके।

मॉडल मानक Bedrock सुविधाओं से भी जुड़ता है। इम्प्लिसिट प्रॉम्प्ट कैशिंग स्वचालित रूप से दोहराए गए प्रॉम्प्ट प्रीफ़िक्स पर लागू होती है, इसलिए एजेंट जो हर टर्न पर बड़ा सिस्टम प्रॉम्प्ट या रेफ़रेंस डॉक्यूमेंट पुनः भेजते हैं, वे उस प्रीफ़िक्स के लिए कैश्ड दर का भुगतान करते हैं। Bedrock Guardrails अनुरोध पर ID और संस्करण द्वारा जुड़ते हैं, जो कंटेंट फ़िल्टर, प्रतिबंधित विषय, व्यक्तिगत पहचान योग्य जानकारी (PII) को हटाना, और शब्द नीतियों को प्रॉम्प्ट और प्रतिक्रिया दोनों पर लागू करते हैं। स्ट्रक्चर्ड आउटपुट्स प्रतिक्रिया को JSON Schema तक सीमित करते हैं ताकि डाउनस्ट्रीम कोड इसे सीधे पार्स कर सके, और इन्कोवेशन लॉगिंग प्रत्येक कॉल को Amazon CloudWatch में अनुरोध, प्रतिक्रिया, और टोकन गिनती (तर्क टोकन सहित) के साथ कैप्चर करता है।

रूटिंग प्रोफ़ाइल, सर्विस टियर्स, और एक्सेस

ग्लोबल प्रोफ़ाइल प्रत्येक अनुरोध को किसी भी समर्थित व्यावसायिक AWS रीजन में रूट करता है, जिससे अधिक क्षमता पर लोड वितरित होता है, और यह एक भौगोलिक प्रोफ़ाइल से कम कीमत पर उपलब्ध है। पोस्ट में बताया गया है कि इस समझौते का मतलब है कि यह कम नियंत्रण देता है कि कोई विशेष अनुरोध कहाँ सर्व किया जाता है, जिससे अधिक परिवर्तनशील लेटेंसी हो सकती है। यूएस भौगोलिक प्रोफ़ाइल प्रोसेसिंग को यूएस के भीतर रखता है, जिससे यूएस डेटा निवास आवश्यकताओं को पूरा किया जाता है।

तीन सेवा स्तर पेश किए गए हैं। स्टैंडर्ड कोई प्रतिबद्धता नहीं के साथ प्रति‑टोकन भुगतान है; प्रायोरिटी प्रीमियम के लिए तेज़, प्राथमिकता प्राप्त प्रोसेसिंग प्रदान करता है; और फ्लेक्स उन कार्यों के लिए कम‑लागत एक्सेस देता है जो समय‑संवेदनशील नहीं हैं। प्रत्येक स्तर की प्रति‑टोकन कीमतें Amazon Bedrock मूल्य निर्धारण पृष्ठ पर दिखाई देती हैं।

पहली कॉल से पहले, उपयोगकर्ता यह पुष्टि करते हैं कि मॉडल उनके लिए Bedrock कंसोल में उपलब्ध है, उस AWS रीजन के लिए जिसे वे उपयोग करने की योजना बना रहे हैं। अनुमतियों के संबंध में, bedrock:InvokeModel तीन संसाधनों के विरुद्ध मूल्यांकित किया जाता है: खाते का डिफ़ॉल्ट प्रोजेक्ट, नामित इन्फ़रेंस प्रोफ़ाइल, और आधार मॉडल, जिसका Amazon Resource Name रीजन के पार वाइल्डकार्ड किया गया है क्योंकि क्रॉस‑रीजन प्रोफ़ाइल कॉलिंग रीजन के बाहर रूट होते हैं। बेयरर‑टोकन प्रमाणीकरण के लिए अतिरिक्त रूप से bedrock:CallWithBearerToken आवश्यक है, और प्रोफ़ाइल व्यक्तिगत रूप से स्कोप किए जाते हैं, इसलिए US प्रोफ़ाइल को नाम देने वाली नीति ग्लोबल प्रोफ़ाइल को कवर नहीं करती।

Grok 4.7 पर तर्क (Reasoning) हमेशा सक्रिय रहता है। प्रयास (Effort) को Responses API पर reasoning पैरामीटर या Converse पर additionalModelRequestFields के माध्यम से सेट किया जाता है, जिसमें डिफ़ॉल्ट रूप से high सेट होता है। तर्क सामग्री एन्क्रिप्टेड होती है; इसे Responses API अनुरोध में include: “reasoning.encrypted_content” पास करके वापस प्राप्त किया जा सकता है और फिर बाद के टर्न में मॉडल को उसका पूर्व तर्क संदर्भ के रूप में प्रदान किया जा सकता है। Chat Completions API तर्क टोकन वापस नहीं करता।

पोस्ट में सलाह दी गई है कि दीर्घकालिक Amazon Bedrock API कुंजी को केवल अन्वेषण‑केवल क्रेडेंशियल के रूप में उपयोग किया जाए, उत्पादन के लिए IAM क्रेडेंशियल से उत्पन्न किए गए अल्पकालिक बेयरर टोकन का उपयोग किया जाए, और जब अन्वेषण कुंजी की आवश्यकता न रहे तो उसे Bedrock कंसोल से हटा दिया जाए।