Amazon Web Services (AWS) anunció la incorporación de Grok 4.7 de xAI a su catálogo de modelos de inteligencia artificial en Amazon Bedrock. Esta integración, efectiva desde el 28 de septiembre de 2026, dota a los desarrolladores de una herramienta potente con una ventana de contexto de 500K tokens, soporte para entrada de texto e imagen, y cuatro niveles configurables de esfuerzo de razonamiento.

Grok 4.7: Un modelo diseñado para la profundidad

Según xAI, Grok 4.7 representa su modelo más avanzado, especialmente optimizado para tareas de programación, la creación de agentes de larga duración y el trabajo de conocimiento intensivo. Su diseño prioriza la resistencia y la precisión sobre la velocidad bruta, lo que significa que el modelo dedica más tiempo a tareas complejas y verifica meticulosamente su propio trabajo antes de progresar.

Este enfoque se basa en un nuevo modelo base, más grande y entrenado mediante un proceso de aprendizaje por refuerzo prolongado, enfocado en problemas que requieren extensas horas de resolución. xAI atribuye a este entrenamiento dos capacidades clave:

  • Una verificación mejorada del trabajo del propio modelo.
  • Un uso más eficiente de su ventana de contexto de 500K tokens en tareas extensas.

Además, Grok 4.7 fue entrenado para comprender de forma nativa el harness Grok Bot, lo que, según xAI, mejora significativamente sus capacidades en conversaciones y en el trabajo de conocimiento general.

El modelo también promete una generación de documentos y presentaciones más robusta, junto con mejoras en el trabajo de conocimiento profesional, aplicable a campos como el legal, la enfermería o el análisis financiero. Las evaluaciones publicadas por xAI cubren diversas áreas, incluyendo ingeniería de software (CursorBench, DeepSWE), trabajo de oficina (Terminal-Bench, AA Briefcase), ingeniería eléctrica (EEBench), trabajo legal (Harvey Legal Agent Benchmark) y razonamiento clínico (HealthBench Professional).

Evaluaciones independientes y rendimiento

Artificial Analysis, una entidad independiente, realizó sus propias evaluaciones de Grok 4.7, ofreciendo una perspectiva externa sobre su rendimiento. Los resultados demuestran una mejora sustancial en comparación con su predecesor, Grok 4.6:

  • Índice de Inteligencia: 46 (Grok 4.7) vs. 44 (Grok 4.6)
  • Índice de Agente de Codificación: 56 (Grok 4.7) vs. 47 (Grok 4.6)
  • Elo AA-Briefcase: 1.657 (Grok 4.7) vs. 1.546 (Grok 4.6)
  • Elo GDPval-AA: 1.695 (Grok 4.7) vs. 1.605 (Grok 4.6)
  • Índice de AA-Omnisciencia: 32 (Grok 4.7) vs. 30 (Grok 4.6)
  • Tasa de alucinaciones: 29% (Grok 4.7) vs. 34% (Grok 4.6)

Es importante destacar que Grok 4.7 utilizó aproximadamente 81.000 tokens de salida por tarea para el Índice de Inteligencia, casi el doble que Grok 4.6 (38.000 tokens). Esto sugiere que el modelo invierte un esfuerzo computacional significativamente mayor para lograr sus resultados mejorados.

Seguridad y ciberseguridad

En el ámbito de la seguridad, xAI afirma que Grok 4.7 se construyó con una pila de salvaguardas completamente nueva, siendo el modelo más robusto que han probado en términos de resistencia a rechazos y jailbreaks. El objetivo es mantener la utilidad del modelo para tareas legítimas en dominios de doble uso, como la ciberseguridad y el trabajo biológico, mientras rechaza indicaciones peligrosas. En ciberseguridad, el modelo permite solo una fracción mínima de indicaciones de doble uso riesgosas y rara vez bloquea el trabajo de seguridad legítimo. xAI incluso ha extendido acceso por invitación a socios de ciberseguridad para investigar las capacidades de red-team de Grok 4.7.

Integración de Grok 4.7 en Amazon Bedrock

Dentro de Bedrock, Grok 4.7 acepta entrada de texto e imagen, y genera texto. El modelo se sirve a través del punto final bedrock-runtime, utilizando perfiles de inferencia interregionales, como us.xai.grok-4.7 para EE. UU. o global.xai.grok-4.7 para el perfil global. Es compatible con las API Responses, Chat Completions, InvokeModel y Converse.

La compatibilidad con OpenAI permite que el SDK de OpenAI funcione con el modelo, utilizando un token de portador que puede ser una clave API de Amazon Bedrock o un token de corta duración generado a partir de credenciales de AWS IAM. Los SDK de AWS acceden al mismo modelo a través de Converse, firmando las solicitudes con credenciales AWS estándar.

Grok 4.7 también se integra con las funciones estándar de Bedrock:

  • Almacenamiento en caché implícito de prompts: Optimiza el costo para prefijos de prompt repetidos.
  • Guardrails de Bedrock: Aplican filtros de contenido, temas denegados, redacción de información personal y políticas de palabras al prompt y la respuesta.
  • Salidas estructuradas: Restringen la respuesta a un esquema JSON para facilitar el análisis.
  • Registro de invocaciones: Captura cada llamada en Amazon CloudWatch con detalles de solicitud, respuesta y conteo de tokens.

AWS ofrece perfiles de enrutamiento Global y geográficos (como el de EE. UU.), con diferentes implicaciones en costos y latencia. Además, se proporcionan tres niveles de servicio: Standard (pago por token), Priority (procesamiento más rápido y priorizado) y Flex (acceso de menor costo para trabajos no urgentes).

El razonamiento está siempre activo en Grok 4.7. El esfuerzo se establece mediante el parámetro reasoning en la API Responses o a través de additionalModelRequestFields en Converse, con “high” como valor predeterminado.

Para la autenticación, AWS recomienda tratar las claves API de Amazon Bedrock a largo plazo como credenciales de exploración y utilizar tokens de portador de corta duración generados a partir de credenciales IAM para entornos de producción.