Grok 4.7 上线 Amazon Bedrock：支持推理强度调节、工具调用与跨区推理配置

AWS 于 2026 年 10 月 13 日在官方机器学习博客发布技术文章，说明 Grok 4.7 已可在 Amazon Bedrock 上调用。文中给出可核的接入口径：模型跑在 bedrock-runtime 端点上，通过跨区推理配置访问，分为限美国区域与覆盖更多商业区域两种；支持可调的推理强度、工具调用与结构化输出，兼容 OpenAI 风格的对话与响应接口以及 Bedrock 的 Converse 接口。

这次发布的是什么

AWS 在 2026 年 10 月 13 日发布技术文章《Build long-horizon agents with Grok 4.7 on Amazon Bedrock》，宣布 Grok 4.7 已在 Amazon Bedrock 上可用。这不是预告，文中给出了可以直接照做的接入方式：端点名、推理配置名、参数放哪个字段。

这篇文章的特别之处在于，它没有停在「某个模型上线了」这一句。AWS 把模型接进了一个自建的工具调用智能体，用三个需要推理而非查表的任务去测不同推理强度的表现，并在文中公开了完整的参数放置位置。对正在把长任务智能体搬上云的人，这篇比模型厂商自己的介绍更有可操作性。

厂商侧把 Grok 4.7 描述为面向长时程工作的模型：比上一代基座更大，训练时用了更长的强化学习过程，并按「需要很多小时才能完成」的题目加重了训练配比。按 AWS 的转述，厂商自评的提升集中在衡量持续工作而非单轮回答的类目上。

可用性与限制

• 调用位置：跑在 bedrock-runtime 端点上，必须通过跨区推理配置访问，不能直接用裸模型 ID。
• 两种推理配置：一种限定在美国地理范围内、适用于有数据驻留要求的场景；另一种覆盖更多商业区域、容量更宽、无驻留约束时可用。具体映射关系以官方模型卡为准。
• 前置条件：需要已开通 Amazon Bedrock 的 AWS 账号，并为 Grok 4.7 启用模型访问权限。
• 身份权限：调用方身份需要对推理配置与账号默认项目同时具备调用模型的权限。
• 运行环境：官方示例基于 Python 3.9 及以上，并需要安装对应的 OpenAI 兼容库、Boto3 与令牌生成库，凭证按 AWS 标准方式配置。
• 上下文与模态：厂商口径为较大的上下文窗口，支持文本与图片输入、文本输出；具体数值与各入口差异以官方模型卡与定价页为准。
• 参数放置有明确要求：推理强度之类的模型专属参数不能塞进常规的推理配置块，要放到该接口的附加请求字段里，常规块里只放输出长度上限这一类通用项。
• 区域、服务层级与价格随官方调整，本文不转述任何费用信息。

主要功能

• 推理强度可调：同一模型按请求指定思考强度，AWS 的自测显示高档更稳、低档更省输出量
• 工具调用：模型可以在流程中调用外部工具，这是长任务型智能体的基础能力
• 结构化输出：便于把结果直接交给下游程序处理
• 多接口兼容：OpenAI 风格的对应对话接口与响应接口，以及 Bedrock 自身的 Converse 接口
• 推理内容回传：在 Bedrock 的 Converse 接口上，推理过程作为独立的推理内容块随文本块一起返回
• 跨区推理：请求在多个区域之间路由，以换取更高的吞吐，同时不必自己按区域管理容量

技术原理

按 AWS 文章里能核到的技术细节，有四点值得记下来。

第一，跨区推理配置是强制路径。请求必须指名一个推理配置，而不是裸模型 ID；跨区路由由平台负责，调用方不承担按区域分配容量的工作。

第二，参数分两处放。通用参数（例如输出长度上限）放在常规推理配置块里，模型专属参数（例如推理强度）放在附加请求字段里。这是接入时最容易踩的一处，写错位置要么不生效要么直接报错。

第三，推理内容在 Bedrock 侧是独立字段。使用 Bedrock 自家接口时，推理过程以推理内容块的形式与文本块并列返回，而不是拼进文本里；这对需要把「思考」和「结论」分开处理的场景很关键。

第四，AWS 的自测方法可以照搬。做法是构造若干答案可判定、且必须靠推理而非检索的任务，在每个推理强度档位上重复跑若干次，并记录正确率与输出 token 量。文中特别说明全程记录 token 数而不是换算成金额，理由是 token 价格会变而 token 量不会。这个测法对你自己的任务同样成立。

需要提醒的是，文中关于模型能力的提升幅度来自厂商自评，第三方独立复现尚未出现。AWS 那组自测数字属于单一团队在特定任务上的结果，不等于通用能力上限。

实际体验

按下面几步可以在不接真实业务的前提下复核：

1. 打开 AWS 官方文章，确认页内发布日期为 13 OCT 2026，确认文中使用的是 now available 而不是即将上线。
2. 在 Bedrock 控制台确认模型访问已为 Grok 4.7 启用，并确认账号所在区域落在支持范围内。
3. 按文中给出的两个推理配置名分别发一次最小请求，确认必须带推理配置才能调用。
4. 用一个答案可判定的自建任务（例如按给定约束排出一个维护窗口），把推理强度参数先放进常规推理配置块，观察报错信息，再改放到附加请求字段，确认请求成功。
5. 分别用最低与最高两档推理强度跑同一个自建任务，记录输出 token 量与完成情况，而不是只看一次结果。
6. 用 Bedrock 自家接口再跑一次，确认推理内容是独立块，与文本块分离。
7. 若要用在生产上，再去官方模型卡核对当前支持的区域、服务层级与计费口径。

任何一步与上文描述不符，先确认端点、推理配置名与参数位置三处是否与官方文档一致。

项目地址与获取方式

AWS 官方技术文章：https://aws.amazon.com/blogs/machine-learning/build-long-horizon-agents-with-grok-4-7-on-amazon-bedrock/

厂商侧发布说明（AWS 文中给出的引用地址，本文未直接核验其内容）：https://x.ai/news/grok-4-7

模型接入请通过 AWS 官方渠道进行；区域、可服务层、额度与计费以官方模型卡与定价页为准，本文不转述任何价格。

适合谁用

• 已经在用 Amazon Bedrock、需要再接一个长任务模型的团队：不用改动既有接入方式即可按配置名接入。
• 需要按请求调节思考强度的场景：AWS 的自测说明低档与高档在稳定性与输出量之间有可调的取舍。
• 需要推理过程与最终结论分开处理的团队：Bedrock 接口会把推理内容单独返回，便于落审计日志。
• 有数据驻留要求的团队：文章给了限区域的推理配置这一条路径。
• 想学「怎么测模型」而不是只看结论的人：AWS 那套重复跑 + 记录 token 量的测法可以直接复用到自己的任务上。
• 不适合只想要一个轻量对话入口的人：这套接入面向的是需要工具调用与长任务的基础设施。
• 不适合还没决定云平台的团队：把长任务智能体放进云厂商的推理层，会带来平台绑定，迁移成本要提前算进去。

常见问题

这是正式上线还是即将支持？

正式上线。AWS 文章页内时间戳为 2026-10-13T07:52:20-08:00，正文写明模型已在 Amazon Bedrock 上可用，并给出了推理配置名与参数位置，可直接调用。

必须用跨区推理配置吗？

是。文章写明模型跑在 bedrock-runtime 端点上并通过跨区推理配置访问，请求需要指名一个推理配置而不是裸模型 ID。文章给了两种配置，分别对应美国地理范围与更广的商业区域。

推理强度参数该放哪个字段？

按文章说明，模型专属参数（例如推理强度）放在附加请求字段里，常规推理配置块只放通用项（例如输出长度上限）。放错位置是接入时最容易踩的一处。

可以在 Bedrock 上看到模型的思考过程吗？

可以。使用 Bedrock 自家接口时，推理过程会作为独立的推理内容块与文本块一起返回，便于把两者分开处理与记录。

支持哪些调用方式？

文章写明支持 OpenAI 风格的对话接口与响应接口，同时支持 Amazon Bedrock 的 Converse 接口。若你已有基于兼容接口的代码，迁移成本相对低。

价格是多少？

随区域、服务层级与官方调整变动，本文不转述任何费用信息，请以 AWS 官方模型卡与定价页为准。文中也提示，记录 token 量比换算金额更耐用。

相关工具与内容

• 分类：AI 智能体、AI 编程
• 工具页：Grok、Cursor、GitHub Copilot
• 工具评测：Grok 评测
• 同题材快讯：GLM-5.3 上 Amazon Bedrock
• 延伸阅读：Vercel CLI 智能体购买域名