Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Größe 4,6

XaI — Gork 46.

Modelldetails

Grok 4.6 ist das Pioniermodell von Xai, das für Programmieren, Agentenaufgaben und Wissensarbeit entwickelt wurde. Es baut auf früheren Generationen von Grok auf und konzentriert sich besonders auf Langzeitagenten und anspruchsvollere interaktive Arbeit. Es bietet ein Kontext-Fenster von 500K und einen konfigurierbaren Denkansatz (niedrig, mittel, hoch, xhigh).

Fähigkeiten und Funktionen

Funktionen von Bedrock

Funktionen, die mithilfe bedrock-runtime von Endpoint unterstützt werden

Funktionen, die mithilfe von bedrock-mantle Endpoint unterstützt werden

Preisgestaltung

Alle Preise verstehen sich pro 1 Million Token. Die angegebenen Preise beziehen sich auf die Standard-Stufe.

Priority- und Flex-Tier-Support: Zusätzlich zu Standard unterstützt Grok 4.6 die Servicestufen Priority und Flex. Priority wird zum 1,75-fachen des Standardtarifs pro Token (eine Prämie von 75%) und für Flex zum 0,5-fachen des Standardtarifs (ein Rabatt von 50%) in Rechnung gestellt. Wenden Sie diese Multiplikatoren auf die oben angegebenen Standardtarife an. Einzelheiten zu den einzelnen Servicestufen finden Sie unter Servicestufen. service-tiers-inference.html

Programmatischer Zugriff

Verwenden Sie die folgenden Modell-IDs und Endpunkt-URLs, um programmgesteuert auf dieses Modell zuzugreifen. Weitere Informationen zu den verfügbaren APIs und Endpunkten finden Sie unter Unterstützte APIs und Unterstützte Endpunkte.

Wenn die Region beispielsweise US-West-2 (Oregon) ist, lautet die Bedrock-Mantle-Endpunkt-URL "“. https://bedrock-mantle.us-west-2.api.aws/openai/v1 Aufbedrock-runtime, die Basis-URL lautet "https://bedrock-runtime.{region} .amazonaws. com/openai/v1 "und Anfragen müssen die geografische regionsübergreifende Inferenz-ID us.xai.grok-4.6 oder als Modell angeben. global.xai.grok-4.6

Servicestufen

Amazon Bedrock bietet mehrere Servicestufen, um Ihren Workload-Anforderungen gerecht zu werden. Standard bietet Pay-per-Token-Zugriff ohne Verpflichtung (setzen Sie das Feld ein "service_tier": "default" oder lassen Sie es weg). Priority bietet eine schnellere, priorisierte Verarbeitung gegen einen Preisaufschlag (Set). "service_tier": "priority" Flex bietet kostengünstigen Zugriff auf flexible, nicht zeitkritische Workloads (Set). "service_tier": "flex" Weitere Informationen finden Sie unter Servicestufen. service-tiers-inference.html

Regionale Verfügbarkeit

Regionale Verfügbarkeit auf einen Blick

Amazon Bedrock bietet drei Ableitungsoptionen: In-Region Es werden Anfragen innerhalb einer einzigen Region zur strikten Einhaltung der Vorschriften gespeichert, Cross-Region Geo-Routen zwischen Regionen innerhalb einer Region (z. B. USA, EU und APAC) unter Berücksichtigung der Datenresidenz, und globale Cross-Region Routen überall auf der Welt, wenn keine Wohnsitzbeschränkungen bestehen. Weitere Informationen finden Sie auf der SeiteRegionale Verfügbarkeit nach Modellen.

Die Verfügbarkeit ist je nach Endpunkt unterschiedlich.

Verfügbarkeit unter Verwendung des bedrock-mantle Endpunkts

Verfügbarkeit mithilfe des bedrock-runtime Endpunkts

Kontingente und Einschränkungen

Ihr AWS Konto verfügt über Standardkontingente, um die Leistung des Dienstes aufrechtzuerhalten und eine angemessene Nutzung von Amazon Bedrock sicherzustellen. Die einem Konto zugewiesenen Standardkontingente können je nach regionalen Faktoren, Zahlungsverlauf, betrügerischer Nutzung und and/or Genehmigung einer Anfrage zur Kontingenterhöhung aktualisiert werden. Weitere Informationen finden Sie in der Kontingente für Amazon Bedrock Dokumentation und in den Grenzwerten für das Modell.

Beispiel-Code

Schritt 1 — AWS Konto: Wenn Sie bereits ein AWS Konto haben, überspringen Sie diesen Schritt. Wenn Sie neu bei uns sind AWS, registrieren Sie sich für ein AWS-Konto.

Schritt 2 — API-Schlüssel: Gehen Sie zur Amazon Bedrock-Konsole und generieren Sie einen langfristigen API-Schlüssel.

Schritt 3 — Holen Sie sich das SDK: Um dieses Handbuch für die ersten Schritte verwenden zu können, muss Python bereits installiert sein. Installieren Sie dann die entsprechende Software je nach den von Ihnen verwendeten APIs.

Responses API / Chat Completions API

pip install openai

Converse API

pip install boto3

Schritt 4 — Umgebungsvariablen festlegen: Konfigurieren Sie Ihre Umgebung so, dass der API-Schlüssel für die Authentifizierung verwendet wird.

bedrock-mantle

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

bedrock-runtime

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

Schritt 5 — Führen Sie Ihre erste Inferenzanfrage aus: Speichern Sie die Datei unter bedrock-first-request.py

Responses API (bedrock-mantle)

from openai import OpenAI

client = OpenAI()

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

Responses API (bedrock-runtime)

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)

Chat Completions API (bedrock-mantle)

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)

Chat Completions API (bedrock-runtime)

from openai import OpenAI

client = OpenAI()

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

Converse API (bedrock-runtime)

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?"}]}
    ]
)
print(response["output"]["message"]["content"][0]["text"])

Überlegungen und Einschränkungen bei der Verwendung