Grok 4.7 上架 Amazon Bedrock，代理實測 72 次答對 67 次

背景

Amazon Bedrock 是 AWS（Amazon Web Services，亞馬遜的雲端服務）上的服務，提供多家供應商的基礎模型（foundation model，可用於多種任務的大型通用模型）供開發者選用。Grok 4.7 是 SpaceXAI 推出的模型，官方原文稱它是該公司用於寫程式與知識工作、能力最好的模型。AWS 引述 SpaceXAI 的說法指出，Grok 4.7 被訓練成能在困難任務上工作更久，並知道何時檢查自己的成果；AWS 認為這對代理（agent，會分多個步驟執行任務，並在過程中自行驗證結果的程式）最重要。 AWS ML Blog 官方原文・x.ai

發生什麼事

x.ai 於 2026 年 9 月 21 日發布 Grok 4.7。官方原文表示，它改用比 Grok 4.6 更大的新基礎模型，以更長的強化學習（讓模型從嘗試結果的回饋中學習的訓練方式）訓練，任務組合偏重需要數小時才能完成的問題，價格與速度和 Grok 4.6 相同。發布當天即可在 Cursor（協助寫程式的編輯器）與 Grok Build（Grok 系列的寫程式工具）使用，也可透過 Grok API（應用程式介面，讓程式彼此呼叫的規格）、第三方程式開發工具、模型路由服務（把請求轉送到不同模型的服務）與雲端平台取得。價格為每百萬輸入 token（模型計算文字量的單位）2 美元起、每百萬輸出 token 6 美元，另有輸出速度兩倍、價格也兩倍的快速版本。 官方原文・x.ai

AWS 於 2026 年 10 月 13 日在 AWS 機器學習部落格宣布 Grok 4.7 已可在 Amazon Bedrock 使用，並以它建立會呼叫工具的代理，在三項任務上實測。 AWS ML Blog

重點內容

SpaceXAI 列出 Grok 4.7 具備 500K token 的上下文視窗（模型一次能處理的內容長度），可輸入文字與圖片、輸出文字。AWS 說明，在 Amazon Bedrock 上，模型支援可調整的推理強度（reasoning effort，控制模型每次回應前要思考多少的設定）、工具呼叫（tool calling，讓模型呼叫外部函式或服務）與結構化輸出（structured output，依指定格式回傳結果）。推理強度共四級：low、medium、high、xhigh。 AWS ML Blog

AWS 引用 SpaceXAI 發布時公布的分數，Grok 4.7 相較 Grok 4.6：測多小時終端機作業的 Terminal-Bench 4.0 從 20.3% 升至 37.6%；測電機工程的 EEBench 從 53.0% 升至 64.0%；測法律工作的 Harvey Legal Agent Benchmark 從 15.8% 升至 19.6%；測較長時間寫程式任務的 CursorBench 4.0 從 40.4% 升至 46.3%；測臨床推理的 HealthBench Professional 從 48.5% 升至 56.7%；測多小時辦公室工作的 AA Briefcase v1.1 從 1,546 升至 1,657。 AWS ML Blog

AWS 在含 20 個服務、七個工具的合成環境（人工建構的模擬系統）中設計三項任務，每項都只有一個正確答案，並以窮舉驗證：從告警找出兩個默默故障、本身不發告警的服務（190 種可能組合）；在十項限制下把八個服務排進四個晚上修補、每晚兩個（2,520 種排程中只有一種有效）；在預算內挑選遷移項目（53 種可行組合中只有一個最佳，先挑比值最高者會比最佳解少九分）。三項任務在四個推理強度各跑六次，共 72 次，答對 67 次；xhigh 的 18 次全對，low 答對 15 次，輸出 token 約為八分之一（來源未明示比較對象）。 AWS ML Blog

對使用者的意義

AWS 認為推理強度提供可逐次請求調整的取捨，開發者可在自己的任務上量測，並在正式環境監控；文章以 token 數而非金額回報，理由是價格會變動。使用前需有已啟用 Grok 4.7 模型存取的 AWS 帳號、Python（程式語言）3.9 以上版本與 openai、boto3、aws-bedrock-token-generator 套件，IAM（AWS 的身分與存取管理服務）身分要對推論設定檔與帳號預設專案都具備 bedrock:InvokeModel（呼叫模型）權限。模型透過 bedrock-runtime 端點（Bedrock 負責執行模型推論的服務網址）與跨區域推論設定檔（把請求分散到多個 AWS 區域處理的設定）存取：us.xai.grok-4.7 只在美國境內路由，適合有資料落地（要求資料留在特定地區）需求者；global.xai.grok-4.7 走商用 AWS 區域，適合沒有地區限制、想取得最大容量者。模型支援 OpenAI 相容的 Chat Completions 與 Responses API（以 OpenAI 格式送出請求並取得回覆的兩種介面），以及 Amazon Bedrock Converse API（Bedrock 以統一格式呼叫各家模型的對話介面）。 AWS ML Blog

限制與未定事項

推理 token 計入輸出 token，會先消耗 max_completion_tokens（限制單次回應最多產生多少 token 的參數）額度；若在推理階段就用完，回應不會有答案文字，AWS 實測用的上限是 32,768。AWS 也提醒推理強度級別可能隨模型版本改變，建議向服務查詢。AWS 的實測只涵蓋上述三項合成任務；Bedrock 上的支援區域、服務層級與 token 價格，AWS 請讀者查閱 Grok 4.7 模型卡與 Amazon Bedrock 價格頁。 AWS ML Blog