AWS が xAI の Grok 4.7 を Amazon Bedrock に追加、コンテキストウィンドウは 500K トークン

Amazon Web Services は 2026年9月28日、xAI の Grok 4.7 モデルが Amazon Bedrock で利用可能になり、Bedrock のモデルカタログに 500K トークンのコンテキストウィンドウ、テキストと画像の入力、4 つの構成可能な推論努力レベルが追加されたと発表しました。AWS Machine Learning Blog の発表では、Grok 4.7 をコーディング、長時間稼働エージェント、知識作業向けに構築された最先端モデルと説明しています。

xAI は 2026年9月21日、ローンチ発表で Grok 4.7 を初めてリリースし、モデルを Cursor と Grok Build、Grok API、サードパーティのコーディングハーネス、モデルルーターおよびクラウドプラットフォームで利用可能にしました。その発表では、xAI はモデルの価格を入力トークン 100 万件あたり 2 ドル、出力トークン 100 万件あたり 6 ドルからとし、出力速度が 2 倍で価格も 2 倍の高速バリアントを提供すると述べました。

xAI が語る Grok 4.7 の構築目的

xAI によると、AWS の投稿で引用されているように、Grok 4.7 はコーディングと知識作業において最も高性能なモデルであり、単なる速度よりも耐久性に重点を置いています。モデルは困難なタスクで長時間動作し、次に進む前に自身の作業をより慎重にチェックします。xAI は、Grok 4.7 が新しく、より大規模なベースモデルを使用し、より長い強化学習の実行と、時間がかかるタスクに重み付けされた難易度の高いタスクのミックスで訓練されたと報告しています。この訓練により、モデル自身の作業の検証が向上し、長時間タスクで 500K トークンのコンテキストウィンドウをより効果的に活用できるという 2 つの能力が得られました。さらに、xAI はモデルが Grok Bot ハーネスをネイティブに理解できるように訓練したと述べており、これが会話タスクと一般的な知識作業の改善に寄与しています。

xAI はさらに、文書およびプレゼンテーション生成が強化され、弁護士、看護師、金融アナリストが行うような専門的な知識作業での向上を報告しています。公開された評価は、CursorBench と DeepSWE を用いたソフトウェアエンジニアリング、Terminal-Bench と AA Briefcase を用いた数時間にわたるターミナルおよびオフィス作業、EEBench を用いた電気工学、Harvey Legal Agent Benchmark を用いた法務作業、そして HealthBench Professional を用いた臨床推論にわたります。

独立評価数値

AWS の投稿は、Artificial Analysis をも引用しており、同社は開発者が報告した数値に頼らず独自の評価を実施していると説明しています。その結果、Grok 4.7 はインテリジェンス指数で 46（Grok 4.6 は 44）、コーディングエージェント指数で 56（Grok 4.6 は 47）、AA‑Briefcase Elo が 1,657（Grok 4.6 は 1,546）、GDPval‑AA Elo が 1,695（Grok 4.6 は 1,605）、AA‑Omniscience 指数が 32（Grok 4.6 は 30）を記録し、幻覚率は 29%（Grok 4.6 は 34%）でした。Artificial Analysis は、Grok 4.7 を xhigh 推論努力レベルで、Grok 4.6 を各指標で報告された努力レベルで測定しました。

投稿はその表の最終行でトレードオフを指摘しています。Grok 4.7 はインテリジェンス指数タスクあたり約 81,000 出力トークンを使用し、Grok 4.6 は約 38,000 でした。投稿では、タスクあたりほぼ倍のトークン数であることが、努力レベルをデフォルトから意図的に設定すべき理由と説明しています。

安全性とサイバーセキュリティ

xAI によると、Grok 4.7 は全く新しいセーフガードスタックで構築され、拒否応答とジャイルブレイク耐性に関してテストした中で最も強力なモデルです。xAI はサイバーセキュリティやバイオロジーといった二重用途領域において、正当なタスクには有用でありながら危険なタスクは拒否することを目標としています。サイバーセキュリティに関しては、xAI はモデルがリスクの高い二重用途プロンプトのごく一部のみを通過させ、正当なセキュリティ作業はほとんどブロックしないと報告しており、選択されたサイバーセキュリティパートナーに対して Grok 4.7 のレッドチーム機能への招待制アクセスを開始しています。

Amazon Bedrock 上での Grok 4.7 の提供方法

Bedrock 上では、Grok 4.7 はテキストと画像の入力を受け取り、テキストを返します。モデルは bedrock-runtime エンドポイントでクロスリージョン推論プロファイルを通じて提供されるため、リクエストは単なるモデル ID ではなくプロファイル名を指定します。米国地理プロファイルの場合は us.xai.grok-4.7、グローバルプロファイルの場合は global.xai.grok-4.7 を使用し、どちらも bedrock-runtime のベース URL の /openai/v1 パス上にあります。Grok 4.7 は Responses API、Chat Completions API、InvokeModel、Converse API をサポートしています。

このモデルは OpenAI 互換であるため、OpenAI SDK は /openai/v1 パスにベアラートークンでアクセスでき、ベアラートークンは Amazon Bedrock API キーまたは AWS Identity and Access Management（IAM）認証情報から発行された短期トークンのいずれかです。AWS SDK は Converse を介して同じモデルにアクセスし、通常の AWS 認証情報でリクエストに署名します。

このモデルは標準的な Bedrock 機能にも接続します。暗黙的なプロンプトキャッシュは繰り返し使用されるプロンプトプレフィックスに自動的に適用されるため、各ターンで大規模なシステムプロンプトや参照文書を再送信するエージェントはそのプレフィックスに対してキャッシュ料金が課されます。Bedrock Guardrails はリクエスト上で ID とバージョンで付与され、コンテンツフィルタ、禁止トピック、個人識別情報の削除、単語ポリシーをプロンプトとレスポンスの両方に適用します。構造化出力はレスポンスを JSON スキーマに制限し、下流のコードが直接解析できるようにし、呼び出しロギングは Amazon CloudWatch にリクエスト、レスポンス、推論トークンを含むトークン数を記録します。

ルーティングプロファイル、サービスティア、アクセス

Global profile は、各リクエストをサポートされている任意の商用 AWS Region にルーティングし、負荷をより多くの容量に分散させ、geographic profile よりも低価格です。投稿では、トレードオフとして、リクエストがどこで処理されるかに対する制御が減少し、レイテンシがより変動しやすくなる可能性があると指摘しています。US geographic profile は、処理を米国内に留め、米国のデータ居住要件に対応します。

3 つのサービスティアが提供されています。Standard はコミットメントなしの従量課金（トークン単位）で、Priority はプレミアム料金でより高速かつ優先的な処理を提供し、Flex は時間に敏感でない作業に対して低コストのアクセスを提供します。各ティアのトークン単位の価格は Amazon Bedrock の価格ページに掲載されています。

最初の呼び出しを行う前に、ユーザーは使用予定の AWS Region の Bedrock コンソールでモデルが利用可能か確認します。権限に関しては、bedrock:InvokeModel が 3 つのリソース（アカウントのデフォルトプロジェクト、指定された inference profile、基盤となる foundation model）に対して評価されます。foundation model の Amazon Resource Name はリージョン間でワイルドカード化されており、クロスリージョンプロファイルは呼び出し元リージョンの外へルーティングされます。Bearer-token 認証にはさらに bedrock:CallWithBearerToken が必要で、プロファイルは個別にスコープ付けされるため、US profile を指定したポリシーは Global をカバーしません。

Grok 4.7 では推論が常に有効です。推論の実行度は Responses API の reasoning パラメータまたは Converse の additionalModelRequestFields を介して設定でき、デフォルトは high です。推論コンテンツは暗号化されており、Responses API のリクエストで include: \”reasoning.encrypted_content\” を指定することで返却でき、その後のターンで再送信すれば、マルチターン会話においてモデル自身の事前推論をコンテキストとして提供できます。Chat Completions API は推論トークンを返しません。

投稿では、長期的な Amazon Bedrock API キーは探索専用の認証情報として扱い、本番環境では IAM 資格情報から生成された短期の bearer token を使用し、不要になった探索キーは Bedrock コンソールから削除することを推奨しています。