Grok 4.7 ya está disponible en Amazon Bedrock con esfuerzo de razonamiento ajustable
Hecho Qué ha ocurrido
El modelo Grok 4.7 de SpaceXAI está disponible en Amazon Bedrock, accesible mediante perfiles de inferencia entre regiones y con un nivel de esfuerzo de razonamiento configurable. AWS evaluó un agente de llamada a herramientas en tres tareas de búsqueda con 72 ejecuciones: acertó 67, todas las de nivel xhigh y 15 de 18 en low, usando en low cerca de una octava parte de los tokens de salida. SpaceXAI declara una ventana de contexto de 500K tokens y mejoras en sus benchmarks frente a Grok 4.6.
Resumen generado mediante IA a partir de AWS Machine Learning Blog (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Permite elegir el equilibrio entre precisión y consumo de tokens por petición en agentes de varios pasos, algo que un directivo puede medir con sus propias tareas antes de fijar un nivel.
- Quién se ve afectado
- Equipos que desarrollan agentes de IA sobre AWS y responsables de costes de inferencia.
- Qué puede cambiar
- Si los resultados se reproducen en cargas propias, el nivel de esfuerzo de razonamiento podría ajustarse por tipo de tarea para controlar costes sin perder demasiada precisión.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Disponibilidad por regiones y precios de tokens en Bedrock, y si las cifras de SpaceXAI se confirman en evaluaciones independientes.
Recomendación Qué debería hacer una empresa
Medir en los próximos 1-2 meses un agente propio con los niveles low y high sobre tareas representativas, comparando precisión y tokens de salida antes de fijar un nivel por defecto.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Fuente original: AWS Machine Learning Blog (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentesllamada a herramientasrazonamiento SpaceXAIAmazon Web Services agentes de IAAmazon BedrockAWSGrok 4.7SpaceXAI
Tu opinión
0 comentarios
Relacionadas
Liquid AI lanza LFM2.5-24B-A2B, un modelo abierto de razonamiento orientado a agentes en el dispositivo
Liquid AI publicó en Hugging Face LFM2.5-24B-A2B, un modelo de pesos abiertos solo de razonamiento, con ventana de contexto de 131K tokens y entrenamiento…
Por qué importaPara equipos que quieran agentes locales con privacidad, un modelo abierto de su tamaño que cumpla con llamadas a herramientas podría reducir costes…
Google lanza Gemini 4 Argon, un modelo para tareas complejas en empresas e investigación
Google ha lanzado Gemini 4 Argon, un modelo orientado a tareas de varios pasos en programación, finanzas, derecho, ciberseguridad y ciencia. Está disponible…
Por qué importaPara empresas que automatizan análisis, código o ciberseguridad, un modelo de primer nivel con precio promocional puede cambiar la elección de…
Google despliega a nivel global Gemini 4 Argon para programación, finanzas, ciencia y ciberseguridad
Google ha comenzado el despliegue global de Gemini 4 Argon, su nuevo modelo para trabajo especializado, dirigido a desarrolladores, empresas y suscriptores de…
Por qué importaUn modelo orientado a tareas de varios pasos en código, finanzas y ciberseguridad puede cambiar qué procesos se delegan a la IA en empresas con…
Google DeepMind presenta Gemini 4 Argon para robótica y afirma liderar el benchmark ERQA
Google DeepMind presenta Gemini 4 Argon, un modelo orientado al razonamiento físico y al control robótico. Según la compañía, obtiene un 87% en el benchmark…
Por qué importaSi los resultados se confirman, la IA física de propósito general podría reducir el trabajo de programación específica de tareas robóticas mediante…