AWS dodaje Grok 4.7 firmy xAI do Amazon Bedrock z oknem kontekstowym 500 000 tokenów

Amazon Web Services ogłosiło 28 września 2026 r., że model Grok 4.7 firmy xAI jest dostępny w Amazon Bedrock, dodając go do katalogu modeli Bedrock z oknem kontekstowym 500 000 tokenów, obsługą tekstu i obrazu oraz czterema konfigurowalnymi poziomami wysiłku rozumowania. ogłoszenie AWS Machine Learning Blog opisuje Grok 4.7 jako model wiodący przeznaczony do programowania, długotrwałych agentów i pracy wiedzy.

xAI po raz pierwszy wydało Grok 4.7 21 września 2026 r., w ogłoszeniu uruchomienia, które udostępniło model w Cursor i Grok Build oraz poprzez API Grok, zewnętrzne środowiska programistyczne oraz routery modeli i platformy chmurowe. W tym ogłoszeniu xAI wyceniło model od 2 USD za milion tokenów wejściowych i 6 USD za milion tokenów wyjściowych, oraz podało, że oferuje szybką wersję o dwukrotnie większej prędkości wyjścia za dwukrotnie wyższą cenę.

Co xAI mówi, że Grok 4.7 jest przeznaczony do

Według xAI, cytowanego w poście AWS, Grok 4.7 jest ich najbardziej zaawansowanym modelem do programowania i pracy wiedzy, z naciskiem na wytrzymałość zamiast surowej prędkości: model pracuje dłużej nad trudnymi zadaniami i dokładniej weryfikuje własną pracę przed przejściem dalej. xAI informuje, że Grok 4.7 wykorzystuje nowy, większy model bazowy wytrenowany w dłuższym procesie uczenia ze wzmocnieniem na trudniejszym zestawie zadań, z wagą skierowaną na problemy trwające wiele godzin. xAI przypisuje temu szkoleniu dwie możliwości: lepszą weryfikację własnej pracy modelu oraz bardziej efektywne wykorzystanie okna kontekstowego 500 000 tokenów przy długich zadaniach. xAI dodaje również, że wytrenowano model, aby natywnie rozumiał środowisko Grok Bot, co według nich przyczynia się do ulepszeń w zadaniach konwersacyjnych i ogólnej pracy wiedzy.

xAI dodatkowo informuje o silniejszym generowaniu dokumentów i prezentacji oraz opisuje postępy w profesjonalnej pracy wiedzy, takiej jak praca prawników, pielęgniarek i analityków finansowych. Ich opublikowane oceny obejmują inżynierię oprogramowania przy użyciu CursorBench i DeepSWE, wielogodzinne prace terminalowe i biurowe z Terminal-Bench i AA Briefcase, inżynierię elektryczną z EEBench, pracę prawniczą z Harvey Legal Agent Benchmark oraz rozumowanie kliniczne z HealthBench Professional.

Niezależne wyniki oceny

Post AWS cytuje również Artificial Analysis, które opisuje jako prowadzące własne oceny zamiast polegać na danych podawanych przez deweloperów. W tych wynikach Grok 4.7 uzyskuje wskaźnik Inteligencji 46 w porównaniu do 44 dla Grok 4.6, wskaźnik Agenta Kodowania 56 w porównaniu do 47, Elo AA‑Briefcase 1 657 w porównaniu do 1 546, Elo GDPval‑AA 1 695 w porównaniu do 1 605 oraz wskaźnik AA‑Omniscience 32 w porównaniu do 30, przy współczynniku halucynacji 29 % w porównaniu do 34 %. Artificial Analysis zmierzyło Grok 4.7 przy jego xhigh wysiłku rozumowania i Grok 4.6 przy poziomie wysiłku, który zgłoszono dla każdej miary.

Post zaznacza kompromis w ostatnim wierszu tej tabeli: Grok 4.7 używał około 81 000 tokenów wyjściowych na zadanie wskaźnika Inteligencji, w porównaniu do około 38 000 dla Grok 4.6, co post opisuje jako mniej więcej podwójnie więcej na zadanie i powód, aby świadomie ustawić poziom wysiłku zamiast dziedziczyć domyślny.

Bezpieczeństwo i cyberbezpieczeństwo

Według xAI, Grok 4.7 został zbudowany z całkowicie nową warstwą zabezpieczeń i jest najsilniejszym modelem, jaki przetestowano pod kątem odrzuceń i odporności na jailbreak. xAI opisuje cel w domenach podwójnego zastosowania, takich jak cyberbezpieczeństwo i prace biologiczne, jako pozostanie użytecznym dla legalnych zadań przy jednoczesnym odrzucaniu niebezpiecznych. W zakresie cyberbezpieczeństwa xAI informuje, że model przepuszcza tylko niewielki odsetek ryzykownych promptów podwójnego zastosowania, rzadko blokując legalną pracę bezpieczeństwa, i rozpoczął udzielanie wybranym partnerom cyberbezpieczeństwa dostępu na zaproszenie do możliwości red‑team capabilities modelu Grok 4.7 w badaniach obronnych.

Jak Grok 4.7 jest udostępniany w Amazon Bedrock

W Bedrock Grok 4.7 przyjmuje wejście tekstowe i obrazowe oraz zwraca tekst. Model jest udostępniany na endpointzie bedrock-runtime poprzez profile inferencji międzyregionowej, więc żądania podają nazwę profilu zamiast samego identyfikatora modelu: us.xai.grok-4.7 dla profilu geograficznego USA lub global.xai.grok-4.7 dla profilu Global, oba pod ścieżką /openai/v1 bazowego URL‑u bedrock-runtime. Grok 4.7 obsługuje Responses API, Chat Completions API, InvokeModel oraz Converse API.

Ponieważ model jest kompatybilny z OpenAI, SDK OpenAI działa pod ścieżką /openai/v1 z tokenem typu bearer, który może być kluczem API Amazon Bedrock lub krótkotrwałym tokenem wygenerowanym z poświadczeń AWS Identity and Access Management (IAM). SDK AWS uzyskują dostęp do tego samego modelu poprzez Converse, podpisując żądania zwykłymi poświadczeniami AWS.

Model łączy się także ze standardowymi funkcjami Bedrock. Implicit prompt caching stosuje się automatycznie do powtarzających się prefiksów promptów, więc agenci, którzy przy każdym kroku ponownie wysyłają duży prompt systemowy lub dokument referencyjny, płacą za ten prefiks według zbuforowanej stawki. Bedrock Guardrails są dołączane do żądania za pomocą identyfikatora i wersji, stosując filtry treści, odrzucone tematy, redakcję danych osobowych oraz zasady słów zarówno do promptu, jak i odpowiedzi. Strukturalne wyjścia ograniczają odpowiedź do schematu JSON, aby kod downstream mógł ją bezpośrednio przetworzyć, a logowanie wywołań rejestruje każde wywołanie w Amazon CloudWatch wraz z żądaniem, odpowiedzią i liczbą tokenów, w tym tokenów rozumowania.

Profile routingu, poziomy usług i dostęp

Profil Global kieruje każde żądanie do dowolnego obsługiwanego komercyjnego regionu AWS, rozkładając obciążenie na większą pojemność, i jest wyceniany niżej niż profil geograficzny. W poście zauważono, że kompromisem jest mniejsza kontrola nad tym, gdzie dane żądanie jest obsługiwane, co może oznaczać większą zmienność opóźnień. Profil geograficzny US utrzymuje przetwarzanie w obrębie terytorium USA, spełniając wymogi dotyczące rezydencji danych w USA.

Oferowane są trzy poziomy usług. Standard to płatność za token bez zobowiązań; Priority zapewnia szybsze, priorytetowe przetwarzanie za dodatkową opłatą; a Flex oferuje tańszy dostęp do zadań, które nie są czasowo wrażliwe. Ceny za token w poszczególnych poziomach są dostępne na stronie cenowej Amazon Bedrock.

Przed pierwszym wywołaniem użytkownicy muszą potwierdzić, że model jest dostępny w konsoli Bedrock w regionie AWS, którego zamierzają używać. Jeśli chodzi o uprawnienia, operacja bedrock:InvokeModel jest oceniana względem trzech zasobów: domyślnego projektu konta, nazw profilu inferencyjnego oraz podstawowego modelu, którego Amazon Resource Name jest wildcardowany w różnych regionach, ponieważ profile międzyregionowe kierują poza region wywołujący. Autoryzacja tokenem nośnika wymaga dodatkowo uprawnienia bedrock:CallWithBearerToken, a profile są definiowane indywidualnie, więc polityka wymieniająca profil US nie obejmuje profilu Global.

Rozumowanie jest zawsze włączone w modelu Grok 4.7. Poziom wysiłku ustawia się za pomocą parametru reasoning w API Responses lub poprzez dodatkowe pola additionalModelRequestFields w Converse, przy czym domyślnie ustawione jest wysokie. Zawartość rozumowania jest szyfrowana; można ją zwrócić, przekazując include: “reasoning.encrypted_content” w żądaniu API Responses, a następnie przesłać z powrotem w kolejnych turach, aby model miał własne wcześniejsze rozumowanie jako kontekst w rozmowie wieloturnowej. API Chat Completions nie zwraca tokenów rozumowania.

W poście zaleca się traktowanie długoterminowego klucza API Amazon Bedrock jako poświadczenia wyłącznie do eksploracji, używanie krótkoterminowych tokenów nośnika generowanych z poświadczeń IAM w środowisku produkcyjnym oraz usunięcie klucza eksploracyjnego z konsoli Bedrock, gdy nie jest już potrzebny.