AWS adiciona Grok 4.7 da xAI ao Amazon Bedrock com janela de contexto de 500 K tokens

A Amazon Web Services anunciou em 28 de setembro de 2026 que o modelo Grok 4.7 da xAI está disponível no Amazon Bedrock, adicionando-o ao catálogo de modelos do Bedrock com uma janela de contexto de 500 K tokens, entrada de texto e imagem, e quatro níveis configuráveis de esforço de raciocínio. O anúncio do AWS Machine Learning Blog descreve o Grok 4.7 como um modelo de fronteira desenvolvido para programação, agentes de longa duração e trabalho de conhecimento.

A xAI lançou inicialmente o Grok 4.7 em 21 de setembro de 2026, em um anúncio de lançamento que disponibilizou o modelo no Cursor e no Grok Build, bem como através da Grok API, de harnesses de codificação de terceiros e de roteadores de modelo e plataformas de nuvem. Nesse anúncio, a xAI precificou o modelo a partir de US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de tokens de saída, e afirmou que oferece uma variante rápida com o dobro da velocidade de saída por dobro do preço.

O que a xAI diz que o Grok 4.7 foi construído para

De acordo com a xAI, conforme citado na publicação da AWS, o Grok 4.7 é seu modelo mais capaz para programação e trabalho de conhecimento, com ênfase na resistência em vez da velocidade bruta: o modelo trabalha por mais tempo em tarefas difíceis e verifica seu próprio trabalho com mais cuidado antes de prosseguir. A xAI relata que o Grok 4.7 utiliza um modelo base novo e maior, treinado por meio de uma execução mais longa de aprendizado por reforço sobre um conjunto mais complexo de tarefas, ponderado para problemas que demandam muitas horas para serem concluídos. A xAI credita esse treinamento com duas capacidades: melhor verificação do próprio trabalho do modelo e uso mais eficaz da janela de contexto de 500 K tokens em tarefas longas. A xAI também afirma que treinou o modelo para compreender nativamente o harness Grok Bot, o que, segundo ela, contribui para melhorias em tarefas conversacionais e no trabalho de conhecimento geral.

A xAI também relata geração mais robusta de documentos e apresentações e descreve ganhos no trabalho de conhecimento profissional, como o realizado por advogados, enfermeiros e analistas financeiros. Suas avaliações publicadas abrangem engenharia de software com CursorBench e DeepSWE, trabalho de terminal e escritório de várias horas com Terminal-Bench e AA Briefcase, engenharia elétrica com EEBench, trabalho jurídico com o Harvey Legal Agent Benchmark e raciocínio clínico com o HealthBench Professional.

Dados de Avaliação Independente

A publicação da AWS também cita a Artificial Analysis, que descreve como realizando suas próprias avaliações em vez de depender de números relatados por desenvolvedores. Nos resultados, o Grok 4.7 registra um Índice de Inteligência de 46 contra 44 para o Grok 4.6, um Índice de Agente de Codificação de 56 contra 47, um Elo AA‑Briefcase de 1.657 contra 1.546, um Elo GDPval‑AA de 1.695 contra 1.605 e um Índice de AA‑Omniscience de 32 contra 30, com uma taxa de alucinação de 29 % contra 34 %. A Artificial Analysis mediu o Grok 4.7 em seu esforço de raciocínio xhigh e o Grok 4.6 no nível de esforço que reportou para cada medida.

A publicação destaca o trade‑off na linha final daquela tabela: o Grok 4.7 utilizou aproximadamente 81.000 tokens de saída por tarefa do Índice de Inteligência, contra cerca de 38.000 para o Grok 4.6, o que a publicação caracteriza como quase o dobro por tarefa e um motivo para definir o nível de esforço deliberadamente em vez de herdar o padrão.

Segurança e Cibersegurança

De acordo com a xAI, Grok 4.7 foi construído com uma pilha de salvaguardas totalmente nova e é o modelo mais robusto que testou em recusas e resistência a jailbreaks. A xAI enquadra o objetivo em domínios de uso dual, como cibersegurança e trabalhos biológicos, como permanecer útil para tarefas legítimas enquanto recusa as perigosas. Em cibersegurança especificamente, a xAI relata que o modelo permite apenas uma pequena fração de prompts de uso dual arriscados, bloqueando raramente trabalhos de segurança legítimos, e começou a conceder acesso por convite a parceiros selecionados de cibersegurança às capacidades de red‑team do Grok 4.7 para pesquisa de defesa.

Como o Grok 4.7 é oferecido no Amazon Bedrock

No Bedrock, o Grok 4.7 aceita entrada de texto e imagem e devolve texto. O modelo é disponibilizado no endpoint bedrock-runtime por meio de perfis de inferência cross‑Region, de modo que as solicitações nomeiam um perfil em vez de um ID de modelo puro: us.xai.grok-4.7 para o perfil geográfico dos EUA, ou global.xai.grok-4.7 para o perfil Global, ambos no caminho /openai/v1 da URL base do bedrock-runtime. O Grok 4.7 oferece suporte à Responses API, à Chat Completions API, ao InvokeModel e à Converse API.

Como o modelo é compatível com OpenAI, o SDK da OpenAI funciona contra o caminho /openai/v1 com um token de portador, que pode ser uma chave de API do Amazon Bedrock ou um token de curto prazo emitido a partir de credenciais do AWS Identity and Access Management (IAM). Os SDKs da AWS acessam o mesmo modelo por meio do Converse, assinando solicitações com credenciais padrão da AWS.

O modelo também se conecta aos recursos padrão do Bedrock. O cache implícito de prompts é aplicado automaticamente a prefixos de prompt repetidos, de modo que agentes que reenviam um grande prompt de sistema ou documento de referência a cada turno pagam a taxa em cache para esse prefixo. As Guardrails do Bedrock são anexadas por ID e versão na solicitação, aplicando filtros de conteúdo, tópicos proibidos, redação de informações pessoalmente identificáveis e políticas de palavras tanto ao prompt quanto à resposta. Saídas estruturadas restringem a resposta a um JSON Schema para que o código downstream possa analisá‑la diretamente, e o registro de invocações captura cada chamada no Amazon CloudWatch com a solicitação, a resposta e as contagens de tokens, incluindo tokens de raciocínio.

Perfis de Roteamento, Níveis de Serviço e Acesso

O perfil Global encaminha cada solicitação para qualquer Região comercial da AWS suportada, distribuindo a carga entre mais capacidade, e tem preço inferior ao de um perfil geográfico. A publicação observa que a compensação é menor controle sobre onde uma solicitação específica é atendida, o que pode significar latência mais variável. O perfil geográfico dos EUA mantém o processamento dentro da geografia dos EUA, atendendo aos requisitos de residência de dados dos EUA.

São oferecidos três níveis de serviço. Standard funciona com pagamento por token sem compromisso; Priority oferece processamento mais rápido e priorizado mediante um valor premium; e Flex fornece acesso a menor custo para trabalhos que não são sensíveis ao tempo. A precificação por token nos diferentes níveis está disponível na página de preços do Amazon Bedrock.

Antes da primeira chamada, os usuários confirmam que o modelo está disponível para eles no console do Bedrock na Região da AWS que pretendem usar. Quanto às permissões, bedrock:InvokeModel é avaliado em três recursos: o projeto padrão da conta, o perfil de inferência nomeado e o modelo de base subjacente, cujo Amazon Resource Name tem curinga em todas as Regiões porque perfis entre Regiões são roteados fora da Região de chamada. A autenticação por token de portador também requer bedrock:CallWithBearerToken, e os perfis são definidos individualmente, de modo que uma política que nomeia o perfil dos EUA não cobre o perfil Global.

O raciocínio está sempre ativo no Grok 4.7. O esforço é definido por meio do parâmetro reasoning na API Responses ou através de additionalModelRequestFields no Converse, com “high” como padrão. O conteúdo do raciocínio é criptografado; ele pode ser retornado ao incluir “reasoning.encrypted_content” em uma solicitação da API Responses e, em seguida, enviado de volta em turnos subsequentes para fornecer ao modelo seu próprio raciocínio prévio como contexto em uma conversa de múltiplas interações. A API Chat Completions não devolve tokens de raciocínio.

A publicação recomenda tratar uma chave de API do Amazon Bedrock de longo prazo como credencial apenas para exploração, usar tokens de portador de curto prazo gerados a partir de credenciais IAM para produção e excluir uma chave de exploração do console do Bedrock quando não for mais necessária.