AWSはxAIのGrok 4.6をAmazon Bedrockで提供すると発表しました。500K token context window、lowからxhighまでのreasoning effort、Converse API、cross-Region inferenceに対応します。 frontier model採用は性能比較から、endpoint差、Region、reasoning token、logging、guardrails、prompt cachingまで含む運用設計へ移ります。企業はmodel追加時の権限と監査を標準化する必要があります。 Bedrockのmodel catalogにGrok 4.6が加わる AWSは2026年9月21日、xAIのGrok 4.6をAmazon Bedrockで利用可能にしたと発表しました。記事によると、Grok 4.6はlong-running agents、coding、knowledge work向けのfrontier modelで、500K token context windowを持ち、reasoning effortはlow、medium、high、xhighの4段階で設定できます。AWSは、Grok 4.6が2026年8月18日にBedrockでlaunchされたとも説明しています。 bedrock-runtimeとConverse APIが選択肢になる Grok 4.6はbedrock-mantleだけでなくbedrock-runtime endpointにも対応し、Responses API、Chat Completions API、Converse APIから利用できます。bedrock-runtimeではConverse APIとstreaming、cross-Region inference、Guardrails、invocation logging、prompt cachingを使えます。一方、JSON Schemaのstructured outputを重く見る場合はbedrock-mantleが選択肢になります。endpointごとのfeature差が、integration設計を左右します。 Region、cost、loggingが導入判断を分ける bedrock-runtimeではin-Region inferenceではなく、us.xai.grok-4.6またはglobal.xai.grok-4.6のinference profileを指定します。AWSは、US geography内に留めたい場合はus profile、広いcapacity poolと低いinput token単価を優先する場合はglobal profileが候補になると説明しています。service tierはStandard、Priority、Flexがあり、PriorityはStandardの1.75倍、Flexは0.5倍の倍率です。reasoning tokenとcache hitを含めた実測が重要になります。 model追加は権限と監査の標準化が鍵になる 企業がBedrock上で新しいfrontier modelを増やす際は、性能だけでなく、IAM policy、bearer token運用、Guardrails、CloudWatch logging、prompt cachingの適用範囲を同時に確認する必要があります。agentic workloadでは長いsystem promptやdocument prefixを繰り返し送るため、cache設計はcostに直結します。さらに、modelごとにendpoint機能が違うため、model selection layerで監査要件とdata residency要件を明示することが重要です。