AREX Feed Article
AWS 宣布 Grok 4.6 上线 Amazon Bedrock：新增 bedrock-runtime 端点与 xhigh 推理档
9 月 21 日，AWS 在 Machine Learning Blog 发文宣布，xAI 的 ，这是 xAI 继 Grok 4.3 之后登陆该平台的第二款模型。按公告的说法，Bedrock 模型目录由此新增一款为长程代理（long-running agents）、编程和知识工作构建的前沿模型：50 万 token 上下文窗口，推理力度（reasoning effort）分 low、medium、high、xhigh 四档。
这次的增量集中在接入面。Grok 4.6 同时可用 bedrock-mantle 和 bedrock-runtime 两个端点，并新增对 Converse API（含 converse_stream 流式）的支持，而 7 月上线的 Grok 4.3 没有这项能力；xhigh 档、Amazon Bedrock Guardrails、跨区域推理配置文件（cross-region inference profiles）、调用日志（invocation logging）和提示缓存（prompt caching）也随这款模型新出现。公告注明，模型本身由 xAI 于 8 月 12 日发布、8 月 18 日上线 Bedrock，这篇文章对它在 Bedrock 上的打包形态和首个请求写法做了完整交代。
接入面从单一 Mantle 端点扩到双端点
，xAI 以模型供应商身份加入该平台。当时模型只跑在 Mantle 上，也就是 Bedrock 里的 OpenAI 兼容推理引擎，客户端用 OpenAI SDK 指向区域端点，走 Chat Completions 或 Responses API；除区域内推理外，Geo 和 Global 跨区域推理在发布时均不提供。
Grok 4.6 把接入面扩大了一圈：模型同时出现在两个端点上。能力清单也要分开看——工具调用、结构化输出、图像输入、响应流式和加密推理内容是 Grok 4.3 首发时就有的；这次公告列出的其余新能力，才是随 Grok 4.6 进入 Bedrock 的。
模型底子：更长的补充训练与 xAI 自报的基准
按 xAI ，模型在 Grok 4.5 之上强化长程代理和更复杂的交互、视觉任务：能在多步任务里持续跟进，长轨迹中会更多地自我测试与验证后再前进；视觉与交互类项目的第一版更完整，能在一轮之内立起应用的结构和视觉语言。训练侧，xAI 称这次补充训练比 Grok 4.5 更长，用 Grok 4.5 重生了覆盖不同推理力度、agent harness（代理运行框架）和 STEM、软件工程、知识工作等领域的监督微调（SFT）轨迹，再以模型化检查过滤问题轨迹，最后在知识工作、通用编程以及内核优化、Web 开发、计算机辅助设计等领域的大范围代理式强化学习（agentic RL）任务上训练。
安全方面，xAI 称防护已随能力同步校准，为此做了其“迄今最广”的部署前测试套件，外加部署后与第三方测试。
基准数字是 xAI 发布时公布的 Grok 4.6 High 自报成绩：
| 评测 | Grok 4.6 High |
|---|---|
| AA Intelligence Index | 61 |
| GDPVal-AA v2 | 1,753 |
| 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 | 1,577 |
| Harvey LAB (Vals) | 15.8% |
xAI 称模型在 AA Intelligence Index 上与 GPT-5.6 Sol 持平（同为 61），Fable 5 Max 为 62，上一代 Grok 4.5 High 为 56；竞品分数取自各开发方公开的系统卡（system card）或榜单。AWS 博客另按 Artificial Analysis 的口径补充：这个指数由九项评估合成，覆盖代理式工具使用、推理与知识、知识可靠性、长上下文推理和对表格文档的定量分析，AA-Briefcase 则是其代理式知识工作基准。
在 Bedrock 上，这款模型的上下文窗口是 7 月的 Grok 4.3（100 万 token）的一半；接受文本和图像输入、返回文本；音频、语音、视频、向量嵌入（embedding）模态不支持，也不生成图像。模型发布当天可在 Cursor 和 Grok Build 使用，首周提供 2 倍额度，API 及 OpenRouter、Vercel、Cloudflare 等合作方同步可用。
bedrock-runtime 怎么用：模型 ID、Converse 流式与端点选型
bedrock-runtime 的实际意义是不必再只用 OpenAI 兼容客户端：AWS SDK 和 Bedrock 标准控制面就能调模型。API 面上有 Responses、Chat Completions 和 Converse 三种，Invoke API 不支持。Converse API 提供 converse 与 converse_stream 两个调用，一套消息格式可跨模型复用，流式走 messageStart、contentBlockDelta、contentBlockStop、messageStop、metadata 这些标准事件，不用自己解析服务器推送事件（SSE）。
模型 ID 因端点而异：bedrock-mantle 上是 xai.grok-4.6，base URL 为 https://bedrock-mantle.{region}.api.aws/openai/v1；bedrock-runtime 上是 us.xai.grok-4.6 或 global.xai.grok-4.6，base URL 为 https://bedrock-runtime.{region}.amazonaws.com/openai/v1。模型经推理配置文件而非按需吞吐（on-demand throughput）的裸模型 ID 提供，所以在 runtime 上的请求必须点名带 us. 或 global. 前缀的配置文件。
两端点的功能清单并不相同，博客认为这是对选型影响最大的细节：bedrock-mantle 支持客户端工具调用、推理、结构化输出、提示缓存、响应流式、projects 和滥用检测；bedrock-runtime 支持推理、提示缓存、响应流式、调用日志和 projects（仅默认项目），不支持结构化输出、服务端工具调用、智能提示路由、count tokens 和应用推理配置。工具调用两端都可用，runtime 上可经 Converse 的 toolConfig 或 OpenAI 兼容的 tools 参数驱动调用循环。博客的选型结论是：依赖 JSON Schema 结构化输出的应用指向 bedrock-mantle，需要 Converse API 或调用日志的指向 bedrock-runtime。
IAM（身份与访问管理）侧有几个具体约束。bedrock:InvokeModel 会对三个资源求值：账户默认项目、请求点名的推理配置文件和底层基础模型；基础模型的 ARN（Amazon 资源名称）要按区域通配，因为跨区域配置文件会把流量路由出调用区域。两个推理配置文件各自独立授权，只授权 us.xai.grok-4.6 并不覆盖 global.xai.grok-4.6；OpenAI 兼容端点用 bearer token（不记名令牌）认证时还需要 bedrock:CallWithBearerToken 权限。凭据方面，博客沿用 Grok 4.3 发布时的指引：长期 API key 只用于探索，生产环境改用 aws-bedrock-token-generator 从 IAM 凭据生成的短期 bearer token。
xhigh 档：上限抬高，代价自己算
推理默认开启，力度分 low（默认）、medium、high、xhigh 四档。xhigh 是相对 Grok 4.3 发布时记载的 none、low、medium、high 新增的最高档，博客把它留给更深一轮推理值得多花 token 的问题。OpenAI 兼容接口里通过 reasoning 参数设置；Converse API 上则要通过 additionalModelRequestFields 传 {"reasoning_effort": "xhigh"}。
推理内容是加密的。Responses API 请求带 include: ["reasoning.encrypted_content"] 可以取回加密推理内容，下一轮再传回去，让模型把先前的推理当作多轮对话的上下文；Chat Completions API 不返回推理 token。
博客把推理力度当作实打实的成本与时延控制来写：抽取、分类这类短调用跑 low，把 high 和 xhigh 留给规划步骤和长代理轨迹，因为这类场景里早期一步走错会一路放大；它还建议在自己的负载上实测各档位，找出更高推理不再值回 token 成本的位置。
Guardrails 管边界，日志管审计，缓存管账单
Guardrails 在 bedrock-runtime 的全部 API 上可用，提供内容过滤、拒绝主题、个人身份信息（PII）脱敏和词语策略；按 guardrail ID 和版本挂到请求上，策略同时作用于提示词和模型响应。博客点出它对代理负载的意义：给一个可能多步无人值守运行的模型围上一致的政策边界。
调用日志打开后，Grok 4.6 的调用会以完整 CloudWatch 记录留存：请求体、响应体、含推理 token 在内的 token 计数和所用推理配置文件，用于审计代理运行中模型实际被问了什么。
提示缓存按标准输入价的约四分之一计费，缓存作用于重复前缀，受益的是每轮都重发大系统提示或长文档的代理。博客给出的用法是把稳定内容放在请求前部，并在 usage 块里核对缓存 token 计数，确认折扣真的生效后再写进成本模型。
区域与价格：全球配置更便宜，档位是更大的杠杆
区域可用性因端点而异。bedrock-mantle 只在位于美国西部（俄勒冈）的 us-west-2 区域提供区域内推理；bedrock-runtime 不提供区域内推理，只能走跨区域推理配置文件：Geo 配置从 us-east-1、us-east-2、us-west-1、us-west-2 四个美国区域可用，Global 配置的起点区域超过 30 个，横跨美国、加拿大、欧洲、亚太、中东、非洲和南美。Geo 在地理域内路由并遵守数据驻留，Global 全球路由、容量池最大；完整区域清单以 为准。
价格上，global.xai.grok-4.6 每百万输入 token $2.00，us.xai.grok-4.6 为 $2.20；没有数据驻留约束时，博客认为 Global 通常是更好的默认值。xAI 官方挂牌的模型价格从每百万输入 token $2、输出 token $6 起，快速变体为两倍价。
服务分三档：Standard 按量计费、无承诺；Priority 加收 75%（1.75 倍）换取更快的处理；Flex 半价（0.5 倍），面向非时敏负载。博客把差异算成一笔账：同样每百万输入 token $2.20 的区内 Standard 负载，Priority 要 $3.85，Flex 只要 $1.10。按博客的判断，选服务档位是比选区域更大的成本杠杆。