SpaceXAI의 Grok 4.7이 Amazon Bedrock에서 사용 가능해졌습니다. AWS는 검색 과제 3개를 수행하는 도구 호출 에이전트를 대상으로 설정 가능한 추론 강도가 결과에 미치는 영향을 시험했습니다. 네 가지 강도별로 과제마다 6회씩, 총 72회 실행한 결과 67회 정답을 기록했습니다. xhigh에서는 18회 모두 맞혔고, low에서는 출력 토큰을 약 8분의 1만 사용하면서 18회 중 15회 정답을 냈습니다. AWS는 요청별로 조정할 수 있는 절충점이 확인됐다고 밝혔습니다.

AWS는 서비스 20개와 도구 7개를 갖춘 가상 환경을 만들었습니다. 과제는 경보에서 조용한 장애 두 건을 찾아내기, 열 가지 제약 조건에 따라 나흘 밤의 유지보수 일정을 짜기, 예산 안에서 위험 감소를 극대화하는 이전 작업을 고르기였습니다. 각 과제에는 정답이 하나뿐이었으며, 전수 대조를 통해 장애 진단의 가능한 쌍 190개, 일정 2,520개, 실행 가능한 이전 조합 53개를 확인했습니다. AWS는 채점 규칙을 모두 명시하고, 과제에 정답이 하나뿐임을 증명하며, 지정된 마지막 답변 줄을 채점하고 답변 형식은 정답 여부와 별도로 추적하라고 권고했습니다. 72개 응답 모두 채점 가능한 마지막 줄을 포함했습니다.

SpaceXAI는 Grok 4.7의 기본 모델이 Grok 4.6보다 크고, 여러 시간 이어지는 작업에 더 큰 비중을 둔 어려운 과제를 대상으로 강화학습을 더 오래 진행했다고 밝혔습니다. 회사가 공개한 벤치마크에서 Grok 4.7은 Grok 4.6보다 6개 항목에서 높은 점수를 기록했습니다. Terminal-Bench 4.0은 20.3%에서 37.6%, EEBench는 53.0%에서 64.0%, Harvey Legal Agent Benchmark는 15.8%에서 19.6%, CursorBench 4.0은 40.4%에서 46.3%, HealthBench Professional은 48.5%에서 56.7%로 올랐습니다. AA Briefcase v1.1 점수는 1,546에서 1,657로 높아졌습니다. Grok 4.7은 50만 토큰 문맥 창을 갖추고 텍스트와 이미지를 입력받아 텍스트를 출력합니다. Bedrock에서는 도구 호출, 구조화된 출력, 설정 가능한 추론 강도를 지원합니다.

세 과제의 결과를 추론 강도별로 보면 medium과 high는 각각 18회 중 17회, xhigh는 18회 모두 정답이었습니다. 실행당 평균 출력 토큰은 low의 1,184개에서 medium 6,430개, high 6,778개, xhigh 9,147개로 늘었고, 도구 호출 수는 17.2~18.7회였습니다. 중앙 실행 시간은 low의 18초에서 xhigh의 106초까지였습니다. AWS는 과제와 강도별 6회 시험은 참고용이며 통계적으로 확정적인 결과는 아니라고 설명했습니다. 가상 환경은 실제 도구의 지연, 일부 결과만 반환되는 상황, 오류를 반영하지 않았습니다. 실행 시간은 몇 시간짜리 장기 작업을 몇 분 안에 흉내 낸 값이지, 실제 몇 시간 동안 수행한 결과는 아닙니다.

Bedrock에서 Grok 4.7은 추론 프로필을 통해 bedrock-runtime 엔드포인트를 사용합니다. us.xai.grok-4.7은 미국 내 데이터 거주 요건을 위해 미국 지역 안에서 요청을 전달하고, global.xai.grok-4.7은 거주지 제약이 없을 때 더 넓은 용량을 제공하도록 상업용 AWS 리전 전반으로 요청을 전달합니다. OpenAI 호환 Chat Completions와 Responses API, Bedrock Converse를 지원합니다. AWS는 추론 토큰도 출력 토큰과 max_completion_tokens 한도에 포함되며, 시험에서는 한도를 32,768토큰으로 설정했다고 밝혔습니다. 추론 강도는 low, medium, high, xhigh 네 단계이며, 모델 버전이 바뀌면 지원 단계도 달라질 수 있어 서비스에서 확인해야 합니다. AWS는 각자의 과제로 반복 실행을 측정하고 요청별 추론 강도를 정하며 출력 토큰과 도구 호출을 모니터링하라고 권고했습니다. 운영 환경의 에이전트에는 시간 제한을 두고, 재시도 가능한 오류만 재시도하며, 무작위 지연을 더한 지수형 대기 시간을 적용하고, 마지막에 잘린 원문은 ‘honor a’에서 끝나 있어 그 뒤의 지침은 확인할 수 없습니다.

SpaceXAI의 Grok 4.7이 Amazon Bedrock에서 사용 가능해졌습니다. AWS는 검색 과제 3개를 수행하는 도구 호출 에이전트를 대상으로 설정 가능한 추론 강도가 결과에 미치는 영향을 시험했습니다. 네 가지 강도별로 과제마다 6회씩, 총 72회 실행한 결과 67회 정답을 기록했습니다. xhigh에서는 18회 모두 맞혔고, low에서는 출력 토큰을 약 8분의 1만 사용하면서 18회 중 15회 정답을 냈습니다. AWS는 요청별로 조정할 수 있는 절충점이 확인됐다고 밝혔습니다.

AWS는 서비스 20개와 도구 7개를 갖춘 가상 환경을 만들었습니다. 과제는 경보에서 조용한 장애 두 건을 찾아내기, 열 가지 제약 조건에 따라 나흘 밤의 유지보수 일정을 짜기, 예산 안에서 위험 감소를 극대화하는 이전 작업을 고르기였습니다. 각 과제에는 정답이 하나뿐이었으며, 전수 대조를 통해 장애 진단의 가능한 쌍 190개, 일정 2,520개, 실행 가능한 이전 조합 53개를 확인했습니다. AWS는 채점 규칙을 모두 명시하고, 과제에 정답이 하나뿐임을 증명하며, 지정된 마지막 답변 줄을 채점하고 답변 형식은 정답 여부와 별도로 추적하라고 권고했습니다. 72개 응답 모두 채점 가능한 마지막 줄을 포함했습니다.

SpaceXAI는 Grok 4.7의 기본 모델이 Grok 4.6보다 크고, 여러 시간 이어지는 작업에 더 큰 비중을 둔 어려운 과제를 대상으로 강화학습을 더 오래 진행했다고 밝혔습니다. 회사가 공개한 벤치마크에서 Grok 4.7은 Grok 4.6보다 6개 항목에서 높은 점수를 기록했습니다. Terminal-Bench 4.0은 20.3%에서 37.6%, EEBench는 53.0%에서 64.0%, Harvey Legal Agent Benchmark는 15.8%에서 19.6%, CursorBench 4.0은 40.4%에서 46.3%, HealthBench Professional은 48.5%에서 56.7%로 올랐습니다. AA Briefcase v1.1 점수는 1,546에서 1,657로 높아졌습니다. Grok 4.7은 50만 토큰 문맥 창을 갖추고 텍스트와 이미지를 입력받아 텍스트를 출력합니다. Bedrock에서는 도구 호출, 구조화된 출력, 설정 가능한 추론 강도를 지원합니다.

세 과제의 결과를 추론 강도별로 보면 medium과 high는 각각 18회 중 17회, xhigh는 18회 모두 정답이었습니다. 실행당 평균 출력 토큰은 low의 1,184개에서 medium 6,430개, high 6,778개, xhigh 9,147개로 늘었고, 도구 호출 수는 17.2~18.7회였습니다. 중앙 실행 시간은 low의 18초에서 xhigh의 106초까지였습니다. AWS는 과제와 강도별 6회 시험은 참고용이며 통계적으로 확정적인 결과는 아니라고 설명했습니다. 가상 환경은 실제 도구의 지연, 일부 결과만 반환되는 상황, 오류를 반영하지 않았습니다. 실행 시간은 몇 시간짜리 장기 작업을 몇 분 안에 흉내 낸 값이지, 실제 몇 시간 동안 수행한 결과는 아닙니다.

Bedrock에서 Grok 4.7은 추론 프로필을 통해 bedrock-runtime 엔드포인트를 사용합니다. us.xai.grok-4.7은 미국 내 데이터 거주 요건을 위해 미국 지역 안에서 요청을 전달하고, global.xai.grok-4.7은 거주지 제약이 없을 때 더 넓은 용량을 제공하도록 상업용 AWS 리전 전반으로 요청을 전달합니다. OpenAI 호환 Chat Completions와 Responses API, Bedrock Converse를 지원합니다. AWS는 추론 토큰도 출력 토큰과 max_completion_tokens 한도에 포함되며, 시험에서는 한도를 32,768토큰으로 설정했다고 밝혔습니다. 추론 강도는 low, medium, high, xhigh 네 단계이며, 모델 버전이 바뀌면 지원 단계도 달라질 수 있어 서비스에서 확인해야 합니다. AWS는 각자의 과제로 반복 실행을 측정하고 요청별 추론 강도를 정하며 출력 토큰과 도구 호출을 모니터링하라고 권고했습니다. 운영 환경의 에이전트에는 시간 제한을 두고, 재시도 가능한 오류만 재시도하며, 무작위 지연을 더한 지수형 대기 시간을 적용하고, 마지막에 잘린 원문은 ‘honor a’에서 끝나 있어 그 뒤의 지침은 확인할 수 없습니다.