AWS додає Grok 4.7 від xAI до Amazon Bedrock з контекстним вікном у 500 Т токенів

Amazon Web Services оголосила 28 вересня 2026 р., що модель Grok 4.7 від xAI доступна в Amazon Bedrock, додаючи її до каталогу моделей Bedrock з контекстним вікном у 500 Т токенів, підтримкою текстового та графічного вводу та чотирма налаштовуваними рівнями інтенсивності розумової роботи. AWS Machine Learning Blog оголошення описує Grok 4.7 як передову модель, створену для програмування, довготривалих агентів та інтелектуальної роботи.

xAI вперше випустила Grok 4.7 21 вересня 2026 р. у оголошенні про запуск, яке зробило модель доступною в Cursor і Grok Build, а також через Grok API, сторонні інструменти програмування та маршрутизатори моделей і хмарні платформи. У цьому оголошенні xAI встановила ціну моделі від $2 за мільйон вхідних токенів і $6 за мільйон вихідних токенів, і зазначила, що пропонує швидший варіант з удвічі більшою швидкістю виводу за удвічі вищу ціну.

Для чого, за словами xAI, створено Grok 4.7

За даними xAI, наведено в повідомленні AWS, Grok 4.7 є їхньою найпотужнішою моделлю для програмування та інтелектуальної роботи, з акцентом на витривалість, а не на чисту швидкість: модель довше працює над складними завданнями і ретельніше перевіряє свою роботу перед переходом далі. xAI повідомляє, що Grok 4.7 використовує нову, більшу базову модель, навчану протягом довшого процесу підкріплювального навчання на складнішому наборі завдань, орієнтованих на проблеми, що займають багато годин. xAI приписує цьому навчанню дві можливості: кращу верифікацію власної роботи моделі та ефективніше використання її контекстного вікна у 500 Т токенів для довгих завдань. xAI також зазначає, що модель навчена нативно розуміти інструментарій Grok Bot, що, за їх словами, сприяє поліпшенню у діалогових завданнях та загальній інтелектуальній роботі.

xAI додатково повідомляє про покращення генерації документів та презентацій і описує приріст у професійній інтелектуальній роботі, яку виконують юристи, медсестри та фінансові аналітики. Їхні опубліковані оцінки охоплюють розробку програмного забезпечення за допомогою CursorBench і DeepSWE, багатогодинну роботу в терміналі та офісі за допомогою Terminal-Bench і AA Briefcase, електротехнічну інженерію за допомогою EEBench, юридичну роботу за допомогою Harvey Legal Agent Benchmark та клінічне міркування за допомогою HealthBench Professional.

Незалежні оцінкові дані

У дописі AWS також згадується Artificial Analysis, яку описують як проводящу власні оцінки, а не спираючись на дані, надані розробниками. У цих результатах Grok 4.7 має індекс інтелекту 46 у порівнянні з 44 у Grok 4.6, індекс агента кодування 56 проти 47, Elo AA‑Briefcase 1 657 проти 1 546, Elo GDPval‑AA 1 695 проти 1 605 та індекс AA‑Omniscience 32 проти 30, при рівні галюцинацій 29 % проти 34 %. Artificial Analysis вимірювала Grok 4.7 при його xhigh рівні розумової інтенсивності та Grok 4.6 на рівні, який вона повідомила для кожного показника.

У дописі зазначено компроміс у останньому рядку тієї таблиці: Grok 4.7 використовував приблизно 81 000 вихідних токенів на завдання індексу інтелекту, у порівнянні з близько 38 000 у Grok 4.6, що, за словами допису, приблизно вдвічі більше на завдання і є причиною навмисного встановлення рівня інтенсивності, а не успадкування типового.

Безпека та кібербезпека

За даними xAI, Grok 4.7 була створена з повністю новим набором захисних механізмів і є найміцнішою моделлю, яку вони тестували щодо відмов і стійкості до обходу обмежень. xAI формулює мету у дворазових галузях, таких як кібербезпека та біологічна робота, як залишатися корисною для легітимних завдань, відмовляючи у виконанні небезпечних. Щодо кібербезпеки конкретно, xAI повідомляє, що модель пропускає лише невелику частку ризикованих дворазових запитів, рідко блокуючи легітимну безпекову роботу, і розпочала надання обраним партнерам з кібербезпеки доступу лише за запрошенням до можливостей red‑team моделі Grok 4.7 для досліджень захисту.

Як Grok 4.7 упаковано в Amazon Bedrock

У Bedrock Grok 4.7 приймає текстовий та графічний ввід і повертає текст. Модель обслуговується на кінцевій точці bedrock-runtime через профілі інференсу між регіонами, тому запити вказують профіль, а не простий ідентифікатор моделі: us.xai.grok-4.7 для географічного профілю США або global.xai.grok-4.7 для глобального профілю, обидва за шляхом /openai/v1 базової URL‑адреси bedrock-runtime. Grok 4.7 підтримує Responses API, Chat Completions API, InvokeModel та Converse API.

Оскільки модель сумісна з OpenAI, OpenAI SDK працює за шляхом /openai/v1 з токеном типу bearer, який може бути або ключем API Amazon Bedrock, або короткостроковим токеном, створеним на основі облікових даних AWS Identity and Access Management (IAM). AWS SDK отримують доступ до тієї ж моделі через Converse, підписуючи запити звичайними обліковими даними AWS.

Модель також підключається до стандартних функцій Bedrock. Неявне кешування підказок застосовується автоматично до повторюваних префіксів підказок, тому агенти, які повторно надсилають великий системний запит або документ‑посилання на кожному кроці, сплачують кешовану ставку за цей префікс. Bedrock Guardrails підключаються за ідентифікатором та версією у запиті, застосовуючи фільтри вмісту, заборонені теми, редагування персональних даних та політики слів як до підказки, так і до відповіді. Структуровані виходи обмежують відповідь JSON‑Schema, щоб нижчий код міг безпосередньо її розпарсити, а журнал викликів фіксує кожен запит у Amazon CloudWatch разом із запитом, відповіддю та кількістю токенів, включаючи токени розумової інтенсивності.

Профілі маршрутизації, рівні сервісу та доступ

Профіль Global маршрутизує кожен запит до будь‑якого підтримуваного комерційного регіону AWS, розподіляючи навантаження між більшою кількістю потужностей, і його вартість нижча, ніж у географічного профілю. У дописі зазначається, що компроміс полягає у меншому контролі над тим, де саме обслуговується запит, що може призвести до більш змінної затримки. Географічний профіль US зберігає обробку в межах географії США, задовольняючи вимоги щодо резидентності даних у США.

Пропонуються три рівні сервісу. Standard – оплата за токен без зобов’язань; Priority забезпечує швидшу, пріоритетну обробку за преміальну плату; Flex пропонує менш витратний доступ для роботи, яка не є терміновою. Ціни за токен у всіх рівнях вказані на сторінці ціноутворення Amazon Bedrock.

Перед першим викликом користувачі підтверджують, що модель доступна їм у консолі Bedrock для регіону AWS, який вони планують використовувати. Щодо дозволів, bedrock:InvokeModel оцінюється за трьома ресурсами: типовим проєктом облікового запису, іменованим профілем інференції та базовою моделлю, ARN якої є шаблонним для всіх регіонів, оскільки профілі, що працюють між регіонами, маршрутизуються поза межами викликаючого регіону. Аутентифікація за допомогою bearer‑token додатково вимагає bedrock:CallWithBearerToken, і профілі мають індивідуальне охоплення, тому політика, що називає профіль US, не охоплює профіль Global.

Міркування (reasoning) завжди активне у Grok 4.7. Рівень зусиль задається параметром reasoning у Responses API або через additionalModelRequestFields у Converse, причому значення high є типово встановленим. Вміст міркувань зашифровано; його можна отримати, передавши include: “reasoning.encrypted_content” у запиті Responses API, а потім передати назад у наступних ходах, щоб модель могла використати власні попередні міркування як контекст у багатокроковій розмові. API Chat Completions не повертає токени міркувань.

У дописі радять розглядати довгостроковий ключ API Amazon Bedrock як облікові дані лише для досліджень, використовувати короткострокові bearer‑токени, згенеровані з IAM‑облікових даних, у продакшн‑середовищі, а також видаляти дослідницький ключ у консолі Bedrock, коли він більше не потрібен.