Grok 4.6 da xAI está disponível no Amazon Bedrock

Grok 4.6 da xAI chega ao Amazon Bedrock

A AWS anunciou a disponibilidade do Grok 4.6, da xAI, no Amazon Bedrock, adicionando ao catálogo um modelo de fronteira projetado para agentes de longa duração, codificação e trabalho intensivo em conhecimento. O modelo foi disponibilizado em 18 de agosto de 2026 e oferece uma janela de contexto de 500K tokens, com suporte a quatro níveis configuráveis de esforço de raciocínio: low, medium, high e xhigh.

Este é o segundo modelo da xAI no Amazon Bedrock. Quando o Grok 4.3 ficou disponível para todos, a xAI entrou como provedora de modelos na plataforma e o modelo era acessível pelo Bedrock Mantle, o mecanismo de inferência compatível com a OpenAI. O Grok 4.6 expande consideravelmente essa superfície: ele está disponível tanto no endpoint bedrock-mantle quanto no bedrock-runtime, e suporta a Converse API além das APIs Chat Completions e Responses.

Para que o Grok 4.6 foi construído

As informações de capacidade e treinamento desta seção têm como base o anúncio de lançamento da xAI, Introducing Grok 4.6.

O Grok 4.6 evolui a partir do Grok 4.5 com foco especial em agentes de longa duração e trabalhos interativos e visuais mais ambiciosos. A xAI descreve o modelo como capaz de se manter em tarefas complexas ao longo de muitas etapas — seja pesquisando um tema, analisando informações, trabalhando em uma base de código ou transformando uma ideia em uma aplicação finalizada.

No treinamento, a xAI relata um ciclo de treinamento suplementar mais longo do que o do Grok 4.5, usando dados gerados pelo próprio modelo para raciocínio e conceitos técnicos avançados, dados de engenharia de alta qualidade e um otimizador aprimorado. O modelo foi então treinado em uma ampla gama de tarefas de Aprendizado por Reforço (RL) agentico, cobrindo trabalho de conhecimento, codificação geral e ambientes específicos como otimização de kernel, desenvolvimento web e projeto assistido por computador.

Dois comportamentos chamados pela xAI merecem atenção para quem constrói agentes. Em trajetórias mais longas, o modelo passou a demonstrar mais autoverificação — checando o próprio trabalho antes de avançar. Ele também produz primeiras versões mais sólidas em projetos visuais e interativos, estabelecendo a estrutura e a linguagem visual de uma aplicação em uma única passagem.

Em segurança, a xAI afirma que as salvaguardas do Grok 4.6 foram aprimoradas, respaldadas pelo que descreve como o mais amplo conjunto de testes pré-implantação já realizado, além de testes pós-implantação e por terceiros.

Resultados de benchmarks reportados

A xAI reporta que o Grok 4.6 alcança inteligência de fronteira em vários benchmarks de codificação agentica e trabalho de conhecimento. Os números publicados para o Grok 4.6 High em seu lançamento em 12 de agosto de 2026 foram:

• AA Intelligence Index: 61
• GDPVal-AA v2: 1753
• CursorBench v3.2: 69,9%
• DeepSWE v1.1: 65,9%
• FrontierCode v1.1 (Extended): 61,3%
• APEX-Agents: 57,5%
• Terminal-Bench v3.0: 26%
• APEX-SWE: 56,4%
• AA-Briefcase: 1577
• Harvey LAB (Vals): 15,8%

Fonte: xAI, conforme https://x.ai/news/grok-4-6.

Várias dessas avaliações são da Artificial Analysis. O Artificial Analysis Intelligence Index v4.1.1 é um índice composto que incorpora nove avaliações cobrindo uso agentico de ferramentas, raciocínio e conhecimento, confiabilidade de conhecimento, raciocínio em contexto longo e análise quantitativa sobre planilhas e documentos. O AA-Briefcase é o benchmark de trabalho de conhecimento agentico da Artificial Analysis. A organização também rastreia custo e latência junto à inteligência, com uma métrica de custo por tarefa útil para dimensionar cargas de trabalho com raciocínio intensivo.

O que o Grok 4.6 adiciona no Bedrock

Diversas capacidades do Bedrock são novidade para este modelo em relação ao lançamento anterior do Grok. Veja os destaques:

• Endpoint bedrock-runtime: O Grok 4.6 é servido no bedrock-runtime além do bedrock-mantle, permitindo o uso com os SDKs da AWS e a superfície de controle padrão do Bedrock.
• Converse API com streaming: Tanto converse quanto converse_stream estão disponíveis, com os eventos padrão do Converse (messageStart, contentBlockDelta, contentBlockStop, messageStop, metadata).
• Nível de esforço xhigh: O esforço agora vai de low (padrão), medium, high até xhigh, estendendo o topo para problemas que justificam uma passagem mais profunda. No Converse, configure via additionalModelRequestFields={"reasoning_effort": "xhigh"}.
• Inferência entre regiões (Cross-Region inference): No bedrock-runtime, o tráfego é roteado por perfis de inferência: us.xai.grok-4.6 mantém o tráfego dentro da geografia dos EUA para requisitos de residência de dados, enquanto global.xai.grok-4.6 roteia globalmente para o maior pool de capacidade — e é também a opção mais barata, a $2,00 por milhão de tokens de entrada contra $2,20.
• Amazon Bedrock Guardrails: O Grok 4.6 agora suporta Guardrails no bedrock-runtime, oferecendo filtros de conteúdo, tópicos negados, redação de Informações de Identificação Pessoal (PII) e políticas de palavras. Para cargas agenticas, isso é relevante porque estabelece um limite de política consistente em torno de um modelo que pode rodar sem supervisão por muitas etapas.
• Log de invocação: Com o log de invocação de modelos habilitado, as chamadas ao Grok 4.6 são capturadas como registros completos no Amazon CloudWatch: corpo da requisição, corpo da resposta, contagens de tokens (incluindo tokens de raciocínio) e o perfil de inferência utilizado.
• Cache de prompt: Entradas em cache são cobradas a aproximadamente um quarto da taxa de entrada padrão — relevante para agentes que reenviam um sistema de prompt ou documento grande a cada turno. Mantenha o conteúdo estável no início da requisição e verifique a contagem de tokens em cache no bloco de uso para confirmar o desconto antes de incorporá-lo ao modelo de custo.

Chamada de ferramentas (tool calling), saída estruturada, entrada de imagem, streaming de resposta e conteúdo de raciocínio criptografado também estão disponíveis, mas datam do lançamento do Grok 4.3.

Como o Grok 4.6 é empacotado no Amazon Bedrock

O Grok 4.6 aceita entrada de texto e imagem e retorna texto. Áudio, fala, vídeo e modalidades de embedding não são suportados, e o modelo não gera imagens.

O modelo é acessível por dois endpoints, com IDs de modelo diferentes dependendo de qual é usado:

• bedrock-mantle: ID do modelo xai.grok-4.6 — URL base: https://bedrock-mantle.{region}.api.aws/openai/v1
• bedrock-runtime: ID do modelo us.xai.grok-4.6 (Geo) ou global.xai.grok-4.6 (Global) — URL base: https://bedrock-runtime.{region}.amazonaws.com/openai/v1

O suporte a funcionalidades difere por endpoint. No bedrock-mantle, são suportados: chamada de ferramentas no lado do cliente, raciocínio, saídas estruturadas (JSON Schema), cache de prompt, streaming de resposta, projetos e detecção de abuso. No bedrock-runtime, são suportados: raciocínio, cache de prompt, streaming de resposta, logs de invocação e projetos (apenas projeto padrão). Saídas estruturadas, uso de ferramentas no servidor, roteamento inteligente de prompt, contagem de tokens e perfis de inferência de aplicação não são suportados nesse endpoint.

A chamada de ferramentas funciona em ambos os endpoints. Se sua aplicação depende de saída estruturada via JSON Schema, o bedrock-mantle é a escolha. Se você precisa da Converse API ou de logs de invocação, o bedrock-runtime é o caminho.

Regiões e opções de inferência

No bedrock-mantle, o Grok 4.6 está disponível para inferência na região US West (Oregon) (us-west-2). No bedrock-runtime, a inferência dentro da região não é oferecida — em vez disso, o modelo é invocado por perfis de inferência entre regiões. A inferência Geo está disponível nas regiões dos EUA (us-east-1, us-east-2, us-west-1 e us-west-2), e a inferência Global está disponível em mais de 30 regiões cobrindo EUA, Canadá, Europa, Ásia-Pacífico, Oriente Médio, África e América do Sul. Consulte o model card e a página de disponibilidade regional por modelo para a lista atualizada antes de fixar uma região.

Esta é uma mudança em relação ao lançamento do Grok 4.3, onde, conforme documentado no post do Grok 4.3, o modelo usava apenas inferência dentro da região e as opções Geo e Global de inferência entre regiões não eram oferecidas.

Camadas de serviço e preços

O Grok 4.6 suporta três camadas de serviço. Standard é pago por token sem compromisso, selecionado com "service_tier": "default" ou omitindo o campo. Priority entrega processamento mais rápido e priorizado por um valor adicional ("service_tier": "priority"). Flex oferece acesso de menor custo para trabalhos não urgentes ("service_tier": "flex").

Para os preços por token em cada camada, consulte a página de preços do Amazon Bedrock. As outras duas camadas são precificadas como multiplicadores das taxas Standard: Priority a 1,75x (75% de acréscimo) e Flex a 0,5x (50% de desconto). Assim, a mesma carga que custa $2,20 por milhão de tokens de entrada no Standard roda a $3,85 no Priority e $1,10 no Flex — o que torna a escolha da camada uma alavanca de custo maior do que a escolha da região. Para referência, a xAI lista os preços do Grok 4.6 a partir de $2 por milhão de tokens de entrada e $6 por milhão de tokens de saída. Sempre confirme as taxas atuais na página de preços do Amazon Bedrock, pois preços e camadas podem mudar.

Enviando sua primeira requisição

Antes da primeira chamada, confirme que o modelo está disponível para você no console do Bedrock na região que pretende usar. O Grok 4.6 é servido por perfis de inferência, e não por throughput sob demanda no ID base do modelo — por isso as requisições usam us.xai.grok-4.6 ou global.xai.grok-4.6 no bedrock-runtime.

O Grok 4.6 usa APIs compatíveis com a OpenAI, então o SDK da OpenAI funciona em qualquer um dos endpoints após configurar a URL base. Instale o SDK e o boto3 se planeja usar a Converse API:

pip install openai
pip install boto3

Gere uma chave de API de longa duração do Amazon Bedrock no console para exploração e configure seu ambiente. Para o bedrock-mantle:

export OPENAI_API_KEY="<provide your Bedrock API key>"
export OPENAI_BASE_URL="https://bedrock-mantle.us-west-2.api.aws/openai/v1"

Para o bedrock-runtime:

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

Uma primeira requisição no bedrock-mantle com a Chat Completions API:

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="xai.grok-4.6",
    messages=[
        {"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}
    ],
)

print(response)

No bedrock-runtime, a diferença é o nome do modelo — você passa um perfil de inferência entre regiões em vez do ID base. Este exemplo usa a Responses API:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="us.xai.grok-4.6",
    input="Can you explain the features of Amazon Bedrock?",
)

print(response)

E pela Converse API com boto3. Como o raciocínio está ativo, o primeiro bloco de conteúdo carrega o raciocínio e a resposta fica em um bloco posterior — por isso, percorra os blocos em busca do texto em vez de indexar content[0]:

import boto3

client = boto3.client("bedrock-runtime", region_name="us-east-1")

response = client.converse(
    modelId="us.xai.grok-4.6",
    messages=[
        {"role": "user", "content": [{"text": "Can you explain the features of Amazon Bedrock?"}]}
    ],
    inferenceConfig={"maxTokens": 2048},
)

blocks = response["output"]["message"]["content"]
text = next(b["text"] for b in blocks if "text" in b)
print(text)

No Converse, configure o nível de esforço via additionalModelRequestFields, e não por um parâmetro reasoning:

response = client.converse(
    modelId="us.xai.grok-4.6",
    messages=[{"role": "user", "content": [{"text": "What is 17*23? Number only."}]}],
    inferenceConfig={"maxTokens": 3000},
    additionalModelRequestFields={"reasoning_effort": "xhigh"},
)

Três notas operacionais importantes

Primeiro, no bedrock-runtime, o Grok 4.6 não está disponível para inferência dentro da região, então as requisições devem usar us.xai.grok-4.6 ou global.xai.grok-4.6.

Segundo, o bedrock:InvokeModel é avaliado contra três recursos: o projeto padrão da sua conta, o perfil de inferência nomeado e o modelo fundacional subjacente. O ARN do modelo fundacional usa wildcard entre regiões porque os perfis de inferência entre regiões roteiam fora da região chamadora. A autenticação por bearer token nos endpoints compatíveis com a OpenAI também requer bedrock:CallWithBearerToken, que o boto3 e o Converse não precisam:

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": "bedrock:InvokeModel",
      "Resource": [
        "arn:aws:bedrock:{region}:{account-id}:project/default",
        "arn:aws:bedrock:{region}:{account-id}:inference-profile/us.xai.grok-4.6",
        "arn:aws:bedrock:*::foundation-model/xai.grok-4.6"
      ]
    },
    {
      "Effect": "Allow",
      "Action": "bedrock:CallWithBearerToken",
      "Resource": "*"
    }
  ]
}

Liste todos os perfis de inferência que planeja chamar. Os perfis têm escopo individual, então uma política que nomeia us.xai.grok-4.6 não cobre global.xai.grok-4.6.

Terceiro, os dois mecanismos de autenticação cobrem caminhos de código diferentes. Uma chave de API do Amazon Bedrock em OPENAI_API_KEY viaja como bearer token e autentica as chamadas compatíveis com a OpenAI em ambos os endpoints. Os exemplos com boto3 e Converse usam SigV4, baseando-se nas credenciais AWS comuns do ambiente, de um perfil ou de uma role. Configure ambos se pretende usar o Converse junto às APIs compatíveis com a OpenAI. Trate uma chave de API de longa duração como credencial apenas para exploração — para produção, use tokens de curta duração gerados a partir das suas credenciais Gerenciamento de Identidade e Acesso (IAM) com o pacote aws-bedrock-token-generator, pois eles expiram automaticamente.

Trabalhando com esforço de raciocínio

O raciocínio está ativo no Grok 4.6 por padrão, e você configura o quanto dele o modelo utiliza pelo parâmetro reasoning com low (padrão), medium, high ou xhigh. O nível xhigh é novo em relação ao que o post do Grok 4.3 documentava, onde os níveis eram none, low, medium e high.

O conteúdo de raciocínio é criptografado. Você pode recebê-lo passando include: ["reasoning.encrypted_content"] em uma requisição da Responses API e então enviá-lo de volta em turnos subsequentes para dar ao modelo seu próprio raciocínio anterior como contexto em uma conversa de múltiplos turnos. A Chat Completions API não retorna tokens de raciocínio — o raciocínio criptografado é uma funcionalidade exclusiva da Responses API:

from openai import OpenAI

client = OpenAI()
# OPENAI_BASE_URL points at the bedrock-runtime endpoint

response = client.responses.create(
    model="us.xai.grok-4.6",
    reasoning={"effort": "high"},
    include=["reasoning.encrypted_content"],
    input="Explain quantum entanglement simply.",
)

print(response.output_text)

Como o raciocínio é ativado por padrão e o esforço é configurado por requisição, o nível de esforço é um controle real de custo e latência. Execute chamadas curtas de extração e classificação com low e reserve high ou xhigh para etapas de planejamento e trajetórias longas de agentes, onde um erro inicial se multiplica. Fazer benchmark dos níveis de esforço contra sua própria carga de trabalho é a forma mais rápida de encontrar onde o raciocínio mais elevado deixa de valer o custo em tokens.

Como começar

O Grok 4.6 no Amazon Bedrock oferece um modelo construído pela xAI para agentes de longa duração e trabalho interativo ambicioso, com janela de contexto de 500K tokens, quatro níveis de esforço de raciocínio, entrada de imagem, cache de prompt e escolha entre o endpoint bedrock-mantle compatível com a OpenAI e o endpoint bedrock-runtime com suporte à Converse API e inferência entre regiões.

Para começar a construir, revise o model card do Grok 4.6 para a lista atual de regiões, matriz de funcionalidades e detalhes de parâmetros, e verifique a página de preços do Amazon Bedrock para as taxas de tokens. Se você gerou uma chave de API de longa duração do Amazon Bedrock para exploração, exclua-a do console do Amazon Bedrock quando terminar. Uma credencial que você não precisa mais apenas amplia a superfície de exposição da sua conta.

Fonte

xAI’s Grok 4.6 is now available in Amazon Bedrock (https://aws.amazon.com/blogs/machine-learning/xais-grok-4-6-is-now-available-in-amazon-bedrock/)