A xAI passou a oferecer o Grok 4.7 no Amazon Bedrock, informou a AWS em 28 de setembro de 2026. Apresentado pela xAI em 21 de setembro, o modelo entra no catálogo da nuvem com janela de contexto de 500 mil tokens, quatro níveis configuráveis de esforço de raciocínio (low, medium, high e xhigh) e suporte às APIs Responses, Chat Completions e Converse.
Segundo a AWS, ele é servido no endpoint bedrock-runtime por meio de perfis de inferência entre regiões. Na prática, organizações que já rodam cargas na AWS podem acionar um modelo frontier sem montar infraestrutura própria.
Um modelo desenhado para durar, não para correr
A xAI descreve o Grok 4.7 como seu modelo mais capaz para programação e trabalho de conhecimento. O tema central é resistência, não velocidade bruta.
Ele trabalha por mais tempo em tarefas difíceis e confere o próprio resultado antes de seguir adiante. Nos bastidores, a empresa relata o uso de um modelo-base novo e maior, treinado com uma rodada mais longa de aprendizado por reforço sobre uma mistura mais dura de tarefas.
Essa mistura foi ponderada para problemas que levam muitas horas para serem concluídos. Dois efeitos vieram desse treinamento: maior capacidade de verificar o próprio trabalho e uso mais eficiente da janela de 500 mil tokens em tarefas longas.
A xAI também afirma ter ensinado o modelo a compreender nativamente o harness Grok Bot. A empresa credita a ele ganhos em tarefas conversacionais e em trabalho de conhecimento geral.
Para quem constrói agentes, a autoverificação é o ponto que merece atenção. Um sistema que checa a saída antes de continuar tende a falhar menos de forma catastrófica em trajetórias longas, nas quais um erro inicial se propaga por todos os passos seguintes.
A xAI ainda destaca melhor geração de documentos e apresentações e avanços em trabalho profissional típico de advogados, enfermeiros e analistas financeiros. Os ganhos são relatados em avaliações como CursorBench e DeepSWE, em engenharia de software; Terminal-Bench e AA Briefcase, para sessões de horas em terminal e tarefas de escritório; EEBench, em engenharia elétrica; Harvey Legal Agent Benchmark, no jurídico; e HealthBench Professional, em raciocínio clínico.
O anúncio completo está na página oficial da xAI.
O que as avaliações independentes mostram
A Artificial Analysis, que conduz avaliações próprias em vez de reproduzir números de fornecedores, registra melhora do Grok 4.7 em toda a sua suíte. Os maiores avanços aparecem em trabalho de conhecimento agêntico de horizonte longo e em agentes de programação rodados no harness da própria xAI.
No índice AA-Briefcase, a pontuação Elo subiu de 1.546, com o Grok 4.6, para 1.657. No GDPval-AA, que mede produtos de trabalho profissional, foi de 1.605 para 1.695.
O AA-Omniscience Index passou de 30 para 32, e a taxa de alucinação recuou de 34% para 29%.
Há um porém que quem opera o modelo precisa planejar. O Grok 4.7 foi medido em esforço de raciocínio xhigh e consome cerca de 81 mil tokens de saída por tarefa do Intelligence Index, contra aproximadamente 38 mil do Grok 4.6, mais que o dobro.
Como os ganhos vêm acompanhados desse aumento de consumo, vale definir o nível de esforço de forma deliberada em vez de herdar o padrão. Os detalhes estão na análise da Artificial Analysis.
Salvaguardas e o equilíbrio em domínios sensíveis
Segundo a xAI, o Grok 4.7 foi construído com uma pilha de salvaguardas inteiramente nova. É o modelo mais forte que a empresa já testou em recusas e resistência a jailbreak.
Em domínios de uso duplo, como cibersegurança e trabalho biológico, a Meta declarada é sustentar duas coisas ao mesmo tempo: continuar útil em tarefas legítimas e recusar as perigosas. A xAI afirma que o modelo libera apenas uma fração pequena de prompts arriscados de uso duplo, ao mesmo tempo em que raramente bloqueia trabalho de segurança legítimo.
A empresa também começou a dar a parceiros selecionados de cibersegurança acesso por convite às capacidades de red team do Grok 4.7 para pesquisa de defesa.
Como acionar o modelo no bedrock
O Grok 4.7 aceita entrada de texto e imagem e devolve texto. Como é servido por perfis de inferência entre regiões, as requisições apontam para um perfil em vez de um identificador puro de modelo.
No caso geográfico entre regiões, o ID é us.xai.grok-4.7.
A AWS reúne as instruções da primeira chamada na publicação de anúncio, e a documentação da xAI detalha o modelo. Para equipes que já usam o Amazon Bedrock, a chegada do Grok 4.7 amplia o leque de modelos frontier disponíveis no mesmo endpoint, o que simplifica comparações e a troca de provedor em produção.
