Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Grok 4.6

XAi — Grok 4.6

Dettagli del modello

Grok 4.6 è il modello di frontiera di XAi creato per la codifica, le attività agentiche e il knowledge work. Si basa sulle generazioni precedenti di Grok, con particolare attenzione agli agenti di lunga durata e a un lavoro interattivo più ambizioso. Offre una finestra contestuale di 500K e sforzi di ragionamento configurabili (basso, medio, alto, xalto).

Funzionalità e caratteristiche

Caratteristiche di Bedrock

Funzionalità supportate tramite endpoint bedrock-runtime

Funzionalità supportate tramite endpoint bedrock-mantle

Prezzi

Tutti i prezzi si intendono per 1 milione di token. I prezzi indicati si riferiscono al livello Standard.

Supporto di livello Priority e Flex: oltre a Standard, Grok 4.6 supporta i livelli di servizio Priority e Flex. Priority viene fatturato a 1,75 volte la tariffa Standard per token (un premio del 75%) e Flex a 0,5 volte la tariffa Standard (uno sconto del 50%); applica questi moltiplicatori alle tariffe Standard mostrate sopra. Per informazioni dettagliate su ciascun livello di servizio, consulta Livelli di servizio. service-tiers-inference.html

Accesso programmatico

Utilizzate i seguenti ID del modello e URL degli endpoint per accedere a questo modello a livello di codice. Per ulteriori informazioni sulle API e sugli endpoint disponibili, consulta API supportate ed Endpoint supportati. endpoints.html

Ad esempio, se la regione è us-west-2 (Oregon), l'URL dell'endpoint bedrock-mantle sarà "». https://bedrock-mantle.us-west-2.api.aws/openai/v1 Sìbedrock-runtime, l'URL di base è "https://bedrock-runtime.{region} .amazonaws. com/openai/v1 "e le richieste devono indicare l'ID geografico di inferenza interregionale o fungere da modello. us.xai.grok-4.6 global.xai.grok-4.6

Livelli di servizio

Amazon Bedrock offre diversi livelli di servizio per soddisfare i requisiti del carico di lavoro. Standard fornisce l'accesso pay-per-token senza impegno (imposta o ometti il campo). "service_tier": "default" Priority offre un'elaborazione più rapida e prioritaria a un prezzo superiore (impostato). "service_tier": "priority" Flex offre un accesso a basso costo per carichi di lavoro flessibili e non sensibili al fattore tempo (set). "service_tier": "flex" Per ulteriori informazioni, consulta i livelli di servizio. service-tiers-inference.html

Disponibilità regionale

La disponibilità regionale a colpo d'occhio

Amazon Bedrock offre tre opzioni di inferenza: In-Region mantiene le richieste all'interno di una singola regione per garantire una conformità rigorosa, le Cross-Region rotte geografiche tra le regioni all'interno di un'area geografica (come Stati Uniti, UE e APAC) rispettando la residenza dei dati e le Cross-Region rotte globali ovunque nel mondo senza vincoli di residenza. Per maggiori dettagli, consulta la pagina. Disponibilità regionale per modelli

La disponibilità varia a seconda dell'endpoint.

Disponibilità tramite l'endpoint bedrock-mantle

Disponibilità tramite l'bedrock-runtimeendpoint

Quote e limiti

Il tuo AWS account ha delle quote predefinite per mantenere le prestazioni del servizio e garantire un uso appropriato di Amazon Bedrock. Le quote predefinite assegnate a un account potrebbero essere aggiornate in base a fattori regionali, alla cronologia dei pagamenti, all'uso fraudolento, all' and/or approvazione di una richiesta di aumento delle quote. quotas-increase.html Per ulteriori informazioni, consulta Quote per Amazon Bedrock la documentazione e consulta i limiti del modello.

Codice di esempio

Passaggio 1 - AWS Account: se hai già un AWS account, salta questo passaggio. Se non conosci AWS, crea un account https://portal.aws.amazon.com/billing/signup AWS.

Passaggio 2 - Chiave API: accedi alla console Amazon Bedrock e genera una chiave API a lungo termine.

Passaggio 3 - Scarica l'SDK: per utilizzare questa guida introduttiva, devi avere Python già installato. Quindi installa il software pertinente in base alle API che stai utilizzando.

Responses API / Chat Completions API

pip install openai

Converse API

pip install boto3

Passaggio 4 - Impostazione delle variabili di ambiente: configura il tuo ambiente per utilizzare la chiave API per l'autenticazione.

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"

Fase 5 - Esegui la tua prima richiesta di inferenza: salva il file con nome 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"])

Considerazioni e limitazioni sull'utilizzo