Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Grok 4.3
xAi — Grok 4.3
Detail Model
Grok 4.3 adalah model penalaran pertama yang menawarkan upaya penalaran yang selalu aktif dan dapat dikonfigurasi (tidak ada, rendah, sedang, tinggi). Karena penalaran selalu aktif daripada opsional, ia berperilaku lebih konsisten di seluruh loop agen multi-langkah daripada model yang dapat melewatkan pemikiran. Ini juga menawarkan penggunaan alat yang kuat dan kemampuan mengikuti instruksi untuk membangun agen multi-langkah, dan efisiensi token untuk membantu menjaga inferensi volume tinggi tetap hemat biaya. Grok 4.3 sangat cocok untuk beban kerja perusahaan seperti tinjauan kontrak, penelitian hukum kasus, analisis perjanjian kredit, dan Tanya Jawab dokumen keuangan, sambil memberikan hasil yang konsisten dan berkualitas tinggi di seluruh AI percakapan, pencarian, obrolan, dan alur kerja multi-putaran. Grok 4.3 berjalan pada Mantle, mesin inferensi baru di Amazon Bedrock yang dirancang untuk kinerja harga, dengan dukungan untuk pemanggilan alat, output terstruktur, dan streaming respons.
Tanggal peluncuran model: 15 Juni 2026
Tanggal model EOL: N/A
Perjanjian Lisensi Pengguna Akhir dan Ketentuan Penggunaan: Lihat
Siklus hidup model: Aktif
Jendela konteks: 1M token
Penalaran: Didukung (dapat dikonfigurasi: rendah, sedang, tinggi)
| Modalitas Masukan | Modalitas Keluaran | API yang didukung | Endpoint didukung |
|---|---|---|---|
Chat Completions | bedrock-runtime | ||
Responses | bedrock-mantle | ||
Invoke | |||
Converse | |||
catatan
Model ini tersedia di openai/v1/responses jalur di bedrock-mantle titik akhir. Ini berbeda dari v1/responses jalur yang digunakan oleh model lain pada titik akhir respons.
Kemampuan dan Fitur
Fitur Batuan Dasar
Fitur yang didukung menggunakan bedrock-mantle endpoint
| Didukung | Tidak Didukung |
|---|---|
|
— |
Harga
Untuk harga, silakan merujuk ke halaman Harga Amazon Bedrock
Akses Terprogram
Gunakan ID model dan URL titik akhir berikut untuk mengakses model ini secara terprogram. Untuk informasi selengkapnya tentang API dan titik akhir yang tersedia, lihat API yang didukung dan Endpoint didukung.
| Titik akhir | ID Model | In-Region URL titik akhir | ID inferensi geo | ID inferensi global |
|---|---|---|---|---|
bedrock-mantle |
xai.grok-4.3 |
https://bedrock-mantle.{region}.api.aws/openai/v1 |
Tidak didukung | Tidak didukung |
Misalnya, jika wilayah adalah us-west-2 (Oregon), maka URL titik akhir mantel dasar akan menjadi "”. https://bedrock-mantle.us-west-2.api.aws/openai/v1
Tingkatan Layanan
Amazon Bedrock menawarkan beberapa tingkatan layanan agar sesuai dengan persyaratan beban kerja Anda. Standar menyediakan akses bayar per token tanpa komitmen. Prioritas menawarkan throughput yang lebih tinggi dengan komitmen berbasis waktu. Flex menyediakan akses berbiaya lebih rendah untuk beban kerja yang fleksibel dan tidak sensitif terhadap waktu. Reserved menyediakan throughput khusus dengan komitmen jangka untuk beban kerja yang dapat diprediksi. Untuk informasi selengkapnya, lihat tingkatan layanan.
| Standar | Prioritas | Fleksibel | Reserved |
|---|---|---|---|
Ketersediaan Wilayah
Sekilas tentang ketersediaan regional
Bedrock menawarkan tiga opsi inferensi: In-Regionmenyimpan permintaan dalam satu Wilayah untuk kepatuhan yang ketat, Cross-Region rute Geo lintas Wilayah dalam geografi (AS, UE, dll.) untuk throughput yang lebih tinggi sambil menghormati residensi data, dan Cross-Region rute Global di mana saja di seluruh dunia untuk throughput maksimum ketika tidak ada kendala residensi. Lihat Ketersediaan regional berdasarkan model halaman untuk lebih jelasnya.
| Wilayah | In-Region | Geo | Global |
|---|---|---|---|
us-west-2(Oregon) | |||
us-east-1(Virginia Utara) | |||
us-east-2(Ohio) |
Kuota dan Batas
Akun AWS Anda memiliki kuota default untuk mempertahankan kinerja layanan dan untuk memastikan penggunaan Amazon Bedrock yang tepat. Kuota default yang ditetapkan ke akun dapat diperbarui tergantung pada faktor regional, riwayat pembayaran, penggunaan penipuan, and/or persetujuan permintaan peningkatan kuota. Untuk lebih jelasnya, silakan merujuk ke Kuota untuk Amazon Bedrock dokumentasi dan lihat batas untuk model.
Saat mengkonsumsi throughput sesuai permintaan pada bedrock-mantle titik akhir, skala throughput yang tersedia dari waktu ke waktu. Tidak semua permintaan dalam kuota Anda dijamin berhasil selama periode permintaan tinggi, jadi ramping secara bertahap adalah penting. Untuk model ini, batas default tidak muncul secara langsung melalui Service Quotas, jadi sebaiknya ikuti ramp sebagai panduan Anda.
Kode Sampel
Langkah 1 - Akun AWS: Jika Anda sudah memiliki akun AWS, lewati langkah ini. Jika Anda baru mengenal AWS, daftar akun AWS
Langkah 2 - Kunci API: Buka konsol Amazon Bedrock
Langkah 3 - Dapatkan SDK: Untuk menggunakan panduan memulai ini, Anda harus memiliki Python yang sudah diinstal. Kemudian instal perangkat lunak yang relevan tergantung pada API yang Anda gunakan.
Langkah 4 - Tetapkan variabel lingkungan: Konfigurasikan lingkungan Anda untuk menggunakan kunci API untuk otentikasi.
Langkah 5 - Jalankan permintaan inferensi pertama Anda: Simpan file sebagai bedrock-first-request.py
Pertimbangan dan Batasan Penggunaan
Upaya penalaran — Penalaran selalu aktif secara default. Anda dapat mengonfigurasi upaya melalui
reasoningparameter:{"effort": "none"}(menonaktifkan penalaran),"low"(default),"medium", atau."high"Konten penalaran dienkripsi dan dapat dikembalikan dengan meneruskaninclude: ["reasoning.encrypted_content"]permintaan API Responses. Anda dapat mengirim kembali konten terenkripsi pada giliran berikutnya untuk memberikan konteks penalaran untuk percakapan multi-putaran. API Penyelesaian Obrolan tidak mengembalikan token penalaran.response = client.responses.create( model="xai.grok-4.3", reasoning={"effort": "high"}, include=["reasoning.encrypted_content"], input="Explain quantum entanglement simply." ) print(response.output_text)Parameter default — Grok 4.3 menggunakan default yang berbeda dari spesifikasi OpenAI API standar: default ke (tidak),
temperaturedefault ke0.7(tidak1),top_pdan default ke.0.951max_completion_tokens131072Sesuaikan nilai-nilai ini secara eksplisit jika aplikasi Anda memerlukan perilaku yang berbeda.