Grok 4.7 з'явився на Amazon Bedrock
AWS додала модель xAI до каталогу Bedrock 28 вересня. Контекст — 500K токенів, чотири рівні reasoning effort (low/medium/high/xhigh). За тестами Artificial Analysis, найбільший приріст — у довгих агентних задачах і кодуванні, але на рівні xhigh модель витрачає вдвічі більше токенів на завдання, ніж Grok 4.6.
Доступні два профілі: Global (дешевший, розподіляє запити по регіонах) і US geographic (для резидентності даних у США), а також тарифи Standard, Priority і Flex — дешевший для нетермінових задач.
Для яких завдань створили модель
За словами xAI, Grok 4.7 — це насамперед модель для тривалої, а не швидкої роботи: вона довше «сидить» над складною задачею і ретельніше перевіряє власний результат, перш ніж рухатись далі. В основі — новіша й більша базова модель, яку тренували довшим циклом навчання з підкріпленням на важчих задачах, зокрема таких, що потребують багатьох годин роботи. Це дало дві речі: краще самоперевірення та ефективніше використання контексту в 500K токенів на довгих завданнях.
xAI також заявляє про покращення в генерації документів і презентацій та в професійній роботі — юридичній, медсестринській і фінансово-аналітичній. Компанія публікує результати на власних бенчмарках для розробки (CursorBench, DeepSWE), багатогодинної офісної й термінальної роботи (Terminal-Bench, AA Briefcase), електротехніки (EEBench), юриспруденції (Harvey Legal Agent Benchmark) і клінічного мислення (HealthBench Professional) — самі цифри в матеріалі AWS не наводяться, лише посилання на анонс xAI.
Безпека та кіберзахист
За словами xAI, Grok 4.7 побудували на новому захисному стеку і вона — найстійкіша з їхніх моделей до джейлбрейків і небажаних запитів. У чутливих сферах, як-от кібербезпека, компанія формулює задачу так: пропускати легітимну роботу і блокувати небезпечну. Для кібербезпеки xAI заявляє, що модель пропускає лише невелику частку ризикованих подвійного призначення запитів, майже не блокуючи законну роботу фахівців із безпеки. Окремим партнерам із кібербезпеки компанія почала надавати доступ за запрошенням до red-team-можливостей моделі для захисних досліджень.
Як це виглядає для команд, що впроваджують модель
Grok 4.7 сумісна з форматом OpenAI, тож її можна підключити як через OpenAI SDK, так і через AWS SDK і Converse API — залежно від того, чи вже є в компанії готова інтеграція. На рівні Bedrock модель отримує кілька практичних інструментів: автоматичне кешування повторюваних частин промпту (це знижує вартість запитів, коли агент щоразу надсилає той самий системний промпт чи довгий довідковий документ), Amazon Bedrock Guardrails для фільтрації контенту, приховування персональних даних і заборонених тем, структуровані відповіді у форматі JSON та логування кожного виклику в CloudWatch разом із кількістю токенів — це дає аудиторський слід для довгих автономних сценаріїв роботи агента.
Рівень «зусилля міркування» за замовчуванням — high; його варто задавати свідомо, а не залишати як є, бо на чутливих до затримки чи масових запитах це витрачає більше токенів, ніж потрібно. Точних тарифів за токен і повного переліку регіонів у матеріалі не наведено.