AWS adaugă Grok 4.7 de la xAI la Amazon Bedrock cu fereastră de context de 500.000 de tokeni

Amazon Web Services a anunțat pe 28 septembrie 2026 că modelul Grok 4.7 de la xAI este disponibil pe Amazon Bedrock, adăugându-l în catalogul de modele Bedrock cu o fereastră de context de 500.000 de tokeni, intrare de text și imagine și patru niveluri configurabile de efort de raționament. Anunțul AWS Machine Learning Blog descrie Grok 4.7 ca un model de frontieră conceput pentru programare, agenți cu rulare îndelungată și muncă de cunoaștere.

xAI a lansat inițial Grok 4.7 pe 21 septembrie 2026, într-un anunț de lansare care a pus modelul la dispoziție în Cursor și Grok Build și prin API-ul Grok, interfețe de programare terțe pentru codare, precum și routere de modele și platforme cloud. În acel anunț, xAI a stabilit prețul modelului de la 2 $ pentru un milion de tokeni de intrare și 6 $ pentru un milion de tokeni de ieșire, și a precizat că oferă o variantă rapidă cu dublul vitezei de ieșire pentru dublul prețului.

Ce spune xAI că Grok 4.7 este conceput pentru

Conform xAI, așa cum este citat în postarea AWS, Grok 4.7 este cel mai capabil model al său pentru programare și muncă de cunoaștere, punând accent pe rezistență mai degrabă decât pe viteză brută: modelul lucrează mai mult timp la sarcini dificile și își verifică propriul lucru cu mai multă atenție înainte de a continua. xAI raportează că Grok 4.7 folosește un model de bază nou, mai mare, antrenat printr-o sesiune mai lungă de învățare prin consolidare pe un amestec mai dificil de sarcini, cu pondere spre probleme care necesită multe ore pentru a fi finalizate. xAI atribuie acestui antrenament două capabilități: o verificare mai bună a propriei munci a modelului și o utilizare mai eficientă a ferestrei de context de 500.000 de tokeni pentru sarcini lungi. xAI mai spune că a antrenat modelul să înțeleagă nativ platforma Grok Bot, pe care o credită pentru îmbunătățirile în sarcinile conversaționale și munca generală de cunoaștere.

xAI raportează în plus o generare mai puternică de documente și prezentări și descrie îmbunătățiri în munca profesională de cunoaștere a tipului realizată de avocați, asistente și analiști financiari. Evaluările sale publicate acoperă ingineria software cu CursorBench și DeepSWE, munca terminalului și de birou de mai multe ore cu Terminal-Bench și AA Briefcase, ingineria electrică cu EEBench, munca juridică cu Harvey Legal Agent Benchmark și raționamentul clinic cu HealthBench Professional.

Figuri din evaluări independente

Postarea AWS citează, de asemenea, Artificial Analysis, pe care o descrie ca rulând propriile evaluări în loc să se bazeze pe cifre raportate de dezvoltatori. În acele rezultate, Grok 4.7 înregistrează un Index de Inteligență de 46 față de 44 pentru Grok 4.6, un Index de Agent de Codare de 56 față de 47, un Elo AA‑Briefcase de 1.657 față de 1.546, un Elo GDPval‑AA de 1.695 față de 1.605 și un Index de AA‑Omnisciență de 32 față de 30, cu o rată de halucinație de 29 % față de 34 %. Artificial Analysis a măsurat Grok 4.7 la efortul său de raționament xhigh și Grok 4.6 la nivelul de efort pe care l‑a raportat pentru fiecare măsură.

Postarea semnalează compromisul din rândul final al acelui tabel: Grok 4.7 a folosit aproximativ 81.000 de tokeni de ieșire pe sarcină de Index de Inteligență, față de circa 38.000 pentru Grok 4.6, pe care postarea o descrie ca fiind aproximativ dublu pe sarcină și un motiv pentru a stabili nivelul de efort în mod deliberat, în loc să se moștenească valoarea implicită.

Siguranță și Securitate Cibernetică

Conform xAI, Grok 4.7 a fost construit cu un set complet nou de măsuri de protecție și este cel mai puternic model testat de ea în ceea ce privește refuzurile și rezistența la jailbreak. xAI încadrează scopul în domenii cu dublă utilizare, cum ar fi securitatea cibernetică și munca biologică, ca fiind menținerea utilității pentru sarcini legitime, refuzând în același timp pe cele periculoase. În securitatea cibernetică în mod specific, xAI raportează că modelul permite trecerea doar a unei mici fracțiuni de solicitări riscante cu dublă utilizare, blocând rar munca de securitate legitimă, și a început să ofere partenerilor selectați în securitate cibernetică acces doar pe bază de invitație la capabilitățile de red‑team ale Grok 4.7 pentru cercetare în domeniul apărării.

Cum este împachetat Grok 4.7 pe Amazon Bedrock

Pe Bedrock, Grok 4.7 acceptă intrări de text și imagine și returnează text. Modelul este furnizat pe endpointul bedrock-runtime prin profiluri de inferență inter‑regiune, astfel încât cererile specifică un profil în loc de un ID de model simplu: us.xai.grok-4.7 pentru profilul geografic din SUA sau global.xai.grok-4.7 pentru profilul Global, ambele la calea /openai/v1 a URL‑ului de bază al bedrock-runtime. Grok 4.7 suportă Responses API, Chat Completions API, InvokeModel și Converse API.

Deoarece modelul este compatibil cu OpenAI, SDK‑ul OpenAI funcționează pe calea /openai/v1 cu un token de tip bearer, care poate fi fie o cheie API Amazon Bedrock, fie un token pe termen scurt emis din acreditările AWS Identity and Access Management (IAM). SDK‑urile AWS accesează același model prin Converse, semnând cererile cu acreditări AWS obișnuite.

Modelul se conectează, de asemenea, la funcționalitățile standard ale Bedrock. Cache‑ul implicit al prompturilor se aplică automat la prefixele de prompt repetate, astfel încât agenții care retrimit un prompt de sistem mare sau un document de referință la fiecare tură plătesc rata cache‑uită pentru acel prefix. Bedrock Guardrails se atașează prin ID și versiune la cerere, aplicând filtre de conținut, subiecte refuzate, redactarea informațiilor personale identificabile și politici de cuvinte atât la prompt, cât și la răspuns. Ieșirile structurate limitează un răspuns la un JSON Schema, astfel încât codul ulterior să îl poată analiza direct, iar jurnalizarea invocărilor capturează fiecare apel în Amazon CloudWatch împreună cu cererea, răspunsul și numărul de tokeni, inclusiv tokenii de raționament.

Profiluri de rutare, niveluri de servicii și acces

Profilul Global direcționează fiecare cerere către orice regiune comercială AWS suportată, distribuind încărcarea pe o capacitate mai mare și are un preț sub cel al unui profil geografic. Postarea notează că compromisul este un control redus asupra locului în care este servită o cerere dată, ceea ce poate însemna o latență mai variabilă. Profilul geografic US menține procesarea în interiorul geografiei US, respectând cerințele de rezidență a datelor din US.

Se oferă trei niveluri de servicii. Standard este pe bază de plată per token, fără angajament; Priority oferă procesare mai rapidă și prioritară contra unei prime; iar Flex asigură acces cu costuri reduse pentru lucrări care nu sunt sensibile la timp. Prețurile per token pentru toate nivelurile sunt afișate pe pagina de prețuri Amazon Bedrock.

Înainte de primul apel, utilizatorii confirmă că modelul este disponibil pentru ei în consola Bedrock pentru regiunea AWS pe care intenționează să o folosească. În ceea ce privește permisiunile, bedrock:InvokeModel este evaluat față de trei resurse: proiectul implicit al contului, profilul de inferență denumit și modelul de bază subliniat, al cărui Amazon Resource Name este wildcard‑at pe regiuni deoarece profilurile cross‑Region redirecționează în afara regiunii apelante. Autentificarea cu token de tip bearer necesită, de asemenea, bedrock:CallWithBearerToken, iar profilurile sunt delimitate individual, astfel încât o politică care numește profilul US nu acoperă pe cel Global.

Raționamentul este întotdeauna activ pe Grok 4.7. Efortul este setat prin parametrul reasoning în API‑ul Responses sau prin additionalModelRequestFields în Converse, cu valoarea high ca implicit. Conținutul de raționament este criptat; poate fi returnat prin includerea: “reasoning.encrypted_content” într-o cerere API Responses și apoi trimis în tururi ulterioare pentru a oferi modelului propriul său raționament anterior ca context într-o conversație pe mai multe ture. API‑ul Chat Completions nu returnează token‑uri de raționament.

Postarea recomandă tratarea unei chei API Amazon Bedrock pe termen lung ca o acreditare exclusiv pentru explorare, utilizarea token‑urilor bearer pe termen scurt generate din acreditări IAM pentru producție și ștergerea unei chei de explorare din consola Bedrock când nu mai este necesară.