Blog AWS Machine Learning 28. septembra 2026 oznámil, že model Grok 4.7 od xAI je dostupný v službe Amazon Bedrock. Príspevok opisuje jeho vstupy, výstup, možnosti rozhrania a spôsob volania. Pre čitateľa, ktorý zvažuje použitie modelu, je užitočné čítať tieto údaje spolu: samotná dostupnosť ešte nehovorí, aký typ požiadavky možno odoslať, ktorú cestu API zvoliť ani aký profil inferencie použiť. Nasledujúce podrobnosti pochádzajú z oznámenia AWS.

Vstupy, výstup a kontext

Podľa AWS prijíma Grok 4.7 v Amazon Bedrock text a obrázky ako vstup a vracia text. Toto rozlíšenie je dôležité pri návrhu požiadavky aj pri očakávaní odpovede: obraz môže byť súčasťou zadania, no výstupom opísaným v oznámení je text. Tvrdenie o obrázkoch sa preto vzťahuje na vstup, nie na generovanie obrázkov. AWS zároveň uvádza kontextové okno s veľkosťou 500-tisíc tokenov. Je to údaj o rozsahu kontextu modelu; sám osebe nehovorí, koľko textu bude mať konkrétna odpoveď ani aké výsledky prinesie konkrétna úloha.

Príspevok uvádza štyri nastaviteľné úrovne úsilia pri uvažovaní: low, medium, high a xhigh. Predvolená hodnota je high. Kto chce mať požiadavku výslovne nastavenú, môže sa pri čítaní príkladu alebo príprave integrácie sústrediť na túto voľbu. Ak ju nechá na predvolené nastavenie, podľa oznámenia ide o úroveň high. Zoznam úrovní však nie je porovnaním ich kvality, rýchlosti či nákladov; takéto závery z poskytnutých údajov nevyplývajú.

Rozhrania a profily

AWS píše, že model sa obsluhuje cez koncový bod bedrock-runtime s použitím profilov na inferenciu medzi regiónmi. V príspevku vymenúva podporu pre Responses API, Chat Completions API, InvokeModel a Converse API. Ide o štyri pomenované možnosti prístupu, ktoré by mal čitateľ odlíšiť pri čítaní príkladov volania. Oznámenie tým neposkytuje podrobnú mapu všetkých rozdielov medzi týmito rozhraniami; explicitne však opisuje jeden rozdiel týkajúci sa obsahu uvažovania.

Dva uvedené názvy profilov sú global.xai.grok-4.7 a us.xai.grok-4.7. AWS pri geografickom profile pre USA uvádza, že spracovanie zostáva v geografii USA. Táto formulácia sa týka práve profilu pre USA. Pri posudzovaní požiadavky na umiestnenie spracovania je preto podstatný celý názov profilu, nie iba názov modelu. Príspevok zároveň uvádza tri úrovne služby: Standard, Priority a Flex. Samotný zoznam nešpecifikuje, ako sa úrovne líšia v konkrétnej požiadavke; poskytuje názvy, ktoré možno rozpoznať pri nastavovaní služby.

Overovanie a obsah uvažovania

Pri volaniach kompatibilných s OpenAI možno podľa AWS použiť kľúč Bedrock API ako bearer token. Volania Converse cez boto3 naopak používajú SigV4 s prihlasovacími údajmi AWS. Tento rozdiel je praktický pri príprave klienta: spôsob overovania treba priradiť k zvolenej ceste volania. Nie je dôvod prenášať opis jedného spôsobu overenia automaticky na druhé rozhranie, keď oznámenie pomenúva oba osobitne.

AWS ďalej uvádza, že Responses API môže na požiadanie vrátiť šifrovaný obsah uvažovania. Pri Chat Completions API príspevok uvádza, že nevracia tokeny uvažovania. Čitateľ by preto nemal zamieňať možnosť požiadať o šifrovaný obsah v Responses API s očakávaním rovnakého výstupu v Chat Completions API. Je to konkrétny rozdiel vo výstupe, ktorý oznámenie uvádza, aj keď obe rozhrania patria medzi podporované.

Pre prvé zorientovanie sú teda rozhodujúce štyri otázky: či zadanie obsahuje text alebo obrázok, ktoré z uvedených rozhraní sa použije, ktorý profil inferencie sa uvedie a či je potrebné výslovne zvoliť úroveň úsilia pri uvažovaní. Odpovede na tieto otázky vychádzajú z údajov v oznámení AWS Machine Learning Blog. Oznámenie potvrdzuje dostupnosť modelu v Bedrock a vymenúva uvedené parametre; konkrétne výsledky jednotlivých použití z týchto údajov nemožno odvodiť.