В сообщении блога AWS Machine Learning, опубликованном 28 сентября 2026 года, было объявлено, что Grok 4.7 от xAI доступен на Amazon Bedrock. В сообщении описываются заявленные входные и выходные данные модели, ее контекстное окно, интерфейсы, через которые ее можно вызвать, и профили вывода, названные в ее честь. В совокупности эти детали помогают читателю отличить объявление о доступности от вариантов, связанных с отправкой запроса. Приведенные ниже спецификации взяты из публикации AWS.

Что принимает и возвращает модель

По данным AWS, в Amazon Bedrock Grok 4.7 принимает ввод текста и изображений и возвращает текст. Направление этого обмена имеет значение: изображения описываются как ввод, а заявленный вывод — это текст. Таким образом, читатель, планирующий запрос, включающий изображение, может идентифицировать этот тип ввода в объявлении, не считывая утверждение как утверждение о выводе изображения. AWS также предоставляет Grok 4.7 контекстное окно на 500 000 токенов. Эта цифра описывает заявленный размер контекста; сам по себе он не устанавливает продолжительность конкретного ответа или результат конкретного задания.

В посте перечислены четыре уровня усилий по рассуждению: низкий, средний, высокий и высокий. Высокий — значение по умолчанию. Эти имена представляют собой настройки, которые вызывающему абоненту, возможно, придется учитывать при подготовке запроса, особенно если использование значения по умолчанию приведет к тому, что выбранный уровень будет неясен для кого-то, кто прочитает запрос позже. В объявлении указаны уровни и значения по умолчанию, но сами по себе эти детали не определяют количественную разницу в производительности, времени или стоимости между настройками.

API маршруты и профили вывода.

AWS сообщает, что Grok 4.7 обслуживается через конечную точку среды выполнения с использованием межрегиональных профилей вывода. В сообщении перечислена поддержка API ответов, API завершения чата, InvokeModel и Converse API. Это названные интерфейсы в объявлении. Читатель, сравнивающий примеры интеграции, должен обратить внимание, какой из них используется в примере, поскольку в сообщении приводятся отдельные подробности об аутентификации и обосновании содержания для конкретных маршрутов. Простое перечисление интерфейсов не делает все детали ответа взаимозаменяемыми.

Два предоставленных имени профиля вывода: global.xai.grok-4.7 и us.xai.grok-4.7. Что касается географического профиля США, AWS заявляет, что обработка остается в пределах географии США. Это утверждение об этом профиле, поэтому полное имя профиля имеет значение при рассмотрении того, где должна происходить обработка. В сообщении также описываются три уровня обслуживания: «Стандартный», «Приоритет» и «Гибкий». Он идентифицирует уровни, но факт их имен сам по себе не определяет поведение конкретного уровня для отдельного запроса.

Аутентификация и обоснование содержимого

Для вызовов, совместимых с OpenAI, в сообщении AWS говорится, что ключ API Bedrock можно использовать в качестве токена-носителя. Для вызовов Boto3 Converse говорится, что для аутентификации используется SigV4 с учетными данными AWS. Это отдельные инструкции, связанные с разными путями вызова. Кто-то, готовящий клиент, может использовать это различие, чтобы сопоставить метод аутентификации с используемым интерфейсом, вместо того, чтобы рассматривать два описания как один универсальный метод.

В сообщении указано еще одно различие, специфичное для маршрута. По словам AWS, API Responses может возвращать зашифрованный контент рассуждений по запросу, тогда как API Chat Completions не возвращает токены рассуждений. Таким образом, запрос зашифрованного содержимого рассуждений через API ответов и ожидание токенов рассуждений от API завершения чата — это разные предложения в рамках объявления. Оба интерфейса указаны в списке поддерживаемых, но указанные выходные данные индивидуальны для каждого из них.

Для читателя, оценивающего интеграцию, полезная последовательность действий состоит в том, чтобы идентифицировать запланированный ввод, выбрать один из перечисленных интерфейсов, определить соответствующий профиль вывода и решить, должна ли настройка усилий по рассуждению быть явной. Объявление в блоге о машинном обучении AWSпредоставляет заявленные детали модели для этих решений. Он устанавливает доступность Bedrock и перечисляет эти точки конфигурации; на основании только этих фактов он не устанавливает результат какого-либо конкретного использования.