9月29日、AWSが「Grok 4.7 is now available on Amazon Bedrock」と題した記事を公開した。xAIのGrok 4.7がAmazon Bedrock経由で利用できるようになり、500Kトークンコンテキストウィンドウと4段階の可変推論エフォートを備えたモデルをBedrockのAPIから呼び出せるようになった。OpenAI互換エンドポイントにも対応しているため、既存のOpenAI SDK統合を大きな改修なしに移植できる点も注目に値する。

Grok 4.7とは何者か、なぜBedrockで提供されるのか

xAIはGrok 4.7をコーディングおよびナレッジワーク向けの最高性能モデルとして位置づけている。設計思想は「速さより持久力」で、難しいタスクに対して長時間作業を続け、次のステップへ進む前に自分の出力を丁寧に検証する動作が特徴だ。

Amazon Bedrockでの提供という点では、AWS上で動くアプリケーションやエージェントにとって重要な意味を持つ。BedrockはClaudeやLlama、Mistralなど複数のサードパーティモデルを統一インターフェースで呼び出せるマネージドサービスであり、Grok 4.7の追加によってxAIのモデルもAWSのIAM認証・ログ・モニタリングといったエコシステムの恩恵を受けながら利用できるようになった。既存のAWSインフラを持つ開発者にとっては、xAIのAPIに別途アカウントを用意せずに試せるという実用上のメリットがある。

トレーニングの面では、新しい大規模ベースモデルを採用し、強化学習の実行時間を延長。タスクの難易度も意図的に引き上げており、完了まで数時間かかるような問題に重みづけされている。その結果として「自己検証能力の向上」と「500Kトークンコンテキストウィンドウの効果的な活用」の2点が強化された。

エージェント開発者にとって特に重要なのが自己検証の挙動だ。長い実行軌跡では序盤のミスがすべての後続ステップに波及するが、自分の出力を確認してから次に進むモデルは、そうした破滅的な失敗を起こしにくい。

独立評価機関のスコアが示す実力

xAIの自己申告だけでなく、独立評価機関のArtificial Analysisによる計測値も公開されている。

Coding Agent Indexはひとつ前のGrok 4.6から47→56と大幅に伸びており、コーディングエージェント用途での改善が特に顕著だ。ハルシネーション率は34%→**29%**に下がっており、前世代比では明確な改善を示している。なお、他社モデルとの直接比較数値は元記事には掲載されていないため、絶対的な優位性の判断にはArtificial Analysisのリーダーボードで最新のクロスモデル比較を参照されたい。

最後の行が重要なトレードオフだ。Grok 4.7はGrok 4.6比でタスクあたりの出力トークンが約2倍になる。コスト管理の観点から、推論エフォートレベルをデフォルトに任せず明示的に設定することが推奨されている。

4段階の推論エフォートによるコスト制御

Grok 4.7の推論は常に有効で、low/medium/high/xhighの4段階で設定できる。**デフォルトはhigh**。出力トークン数が前世代の約2倍になる特性上、推論エフォートの明示的な指定はコスト管理の最重要レバーとなる。

記事では用途別の目安が示されている：

• low → 短い抽出・分類タスク
• high/xhigh → 複数ステップの計画、長いエージェント実行、序盤のエラーが後続に伝播するタスク

Responses APIでの指定例：

response = client.responses.create(
    model="us.xai.grok-4.7",
    reasoning={"effort": "high"},
    include=["reasoning.encrypted_content"],
    input="Explain quantum entanglement simply.",
)

Converse API（boto3）ではadditionalModelRequestFieldsを使う：

response = client.converse(
    modelId="us.xai.grok-4.7",
    messages=[{"role": "user", "content": [{"text": "What is 17*23? Number only."}]}],
    inferenceConfig={"maxTokens": 3000},
    additionalModelRequestFields={"reasoning_effort": "xhigh"},
)

なお、推論コンテンツは暗号化されて返却される。include=["reasoning.encrypted_content"]で取得し、マルチターン会話で後続ターンに送り返すことで、モデル自身の前回推論をコンテキストとして活用できる。

コストに関わるもう一つの制御弁がサービスティアだ。default（従量課金）、priority（高速・優先処理）、flex（低コスト・非リアルタイム）の3種から選択できる。推論エフォートとサービスティアの組み合わせによって、速度・品質・コストのバランスを細かく調整できる構成になっている。具体的な料金はAmazon Bedrockの料金ページで確認できる。

BedrockでのAPI呼び出し方

Grok 4.7はOpenAI互換エンドポイント（/openai/v1）とAWSネイティブのConverse APIの両方に対応している。

既存のOpenAI SDK統合を移植するならOpenAI SDK + Chat Completions APIが手軽だ。一方、アカウント内の複数モデルで統一したメッセージ形式を使いたい、呼び出しログやレスポンスストリーミングをBedrockの標準機能で管理したい場合はConverse APIを選ぶ。

最初のリクエストは環境変数を設定するだけで試せる：

export OPENAI_API_KEY="<BedrockのAPIキー>"
export OPENAI_BASE_URL="https://bedrock-runtime.us-east-1.amazonaws.com/openai/v1"

from openai import OpenAI

client = OpenAI()
response = client.chat.completions.create(
    model="us.xai.grok-4.7",
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}],
)
print(response.choices[0].message.content)

運用上の注意点：IAMと認証の2系統

IAMポリシーはやや複雑で、bedrock:InvokeModelを3つのリソースに対して許可する必要がある（デフォルトプロジェクト、推論プロファイル、ファウンデーションモデル）。またus.xai.grok-4.7とglobal.xai.grok-4.7はそれぞれ個別にポリシーへ列挙する必要があり、片方だけ書いてももう一方はカバーされない点に注意が必要だ。IAMポリシーの書き方はAmazon BedrockのIAMドキュメントも参照されたい。

認証方式は2系統ある。OpenAI互換APIはBearerトークン（BedrockのAPIキー）、boto3のConverseはSigV4署名（通常のAWS認証情報）を使う。両方を使う場合はそれぞれ設定が必要だ。長期APIキーは探索用に限定し、本番環境ではaws-bedrock-token-generatorパッケージで生成する短期トークンを使うことが推奨されている。

詳細はGrok 4.7 is now available on Amazon Bedrockを参照していただきたい。