AWSのAmazon BedrockでxAIの「Grok 4.6」が利用可能に　50万トークンのコンテキストと長時間自律動作に対応

要点

• AWSのフルマネージド生成AIサービス「Amazon Bedrock」において、xAIの最新フロンティアモデル「Grok 4.6」の提供が開始された。

• 50万トークンのコンテキストウィンドウに対応し、推論エフォート（思考の深さ）を4段階で細かく調整できる。

• 従来のBedrock Mantleに加え、標準のBedrock RuntimeエンドポイントやConverse APIにも対応し、利用インターフェースが大幅に拡大した。

• 長時間自律して動作するAIエージェントやコーディング、ナレッジワーク向けに特化して学習されており、自己検証機能や初回出力の品質が強化されている。

• 米Amazon Web Services（AWS）は、同社のフルマネージド生成AIサービス「Amazon Bedrock」のモデルカタログに、xAIが開発した最新フロンティアモデル「Grok 4.6」を追加したことを発表しました。Grok 4.6は2026年8月18日よりAmazon Bedrock上で提供されており、長時間の自律的なエージェント処理や高度なプログラミング、ナレッジワーク（知的作業）を支援するモデルとして位置づけられています。一度に処理できる情報量を表すコンテキストウィンドウは50万トークンに対応し、推論時の思考レベル（Reasoning effort）を「low」「medium」「high」「xhigh」の4段階から設定できます。

Bedrockでの提供形態と対応APIが大幅に拡充

Grok 4.6は、xAIがAmazon Bedrock向けに提供する2番目のモデルです。先代モデルである「Grok 4.3」が一般提供された際、xAIはモデルプロバイダーとしてAmazon Bedrockに参加しましたが、当時はOpenAI互換の推論エンジンである「Bedrock Mantle」エンドポイントを経由したアクセスに限定されていました。

今回のGrok 4.6では利用可能なインターフェースが大幅に拡大しています。従来のbedrock-mantleエンドポイントだけでなく、Bedrock標準のbedrock-runtimeエンドポイントからも直接呼び出せるようになりました。さらに、従来の「Chat Completions」や「Responses」形式に加え、Bedrockの統合対話インターフェースである「Converse API」もサポートされており、既存のBedrockアプリケーションへ組み込みやすい環境が整えられています。

長時間の自律エージェントや視覚的タスクに特化した設計

xAIが公開した製品発表「Introducing Grok 4.6」によると、本モデルは前世代の「Grok 4.5」を基盤に、長時間のタスク実行を担うAIエージェント機能と、より野心的な対話型・視覚的作業への適応を主眼に置いて開発されました。

特定のトピックに関する徹底的な調査や情報の分析、大規模なコードベース全体を横断した作業、さらには構想段階のアイデアを完成度の高いアプリケーションや成果物へと仕立て上げる作業など、多数のステップを要する複雑な課題に対しても、粘り強く作業を継続できる点が特徴とされています。

また、AIエージェントを構築する開発者に向けて、xAIはモデルの2つの特徴的な挙動を挙げています。1つ目は、長時間の作業プロセスにおいて自律的な自己テストや検証を行う傾向が強まり、次のステップへ進む前に自らの作業内容を確認するようになった点です。2つ目は、視覚的・インタラクティブなプロジェクトにおいて初回の出力（ファーストパス）の精度が向上した点です。1度の出力でアプリケーションの全体構造や視覚的なデザイン体系を確立できるため、初期のまとまった成果物を起点として反復的な改良を進める開発手法において高い実用性を発揮すると説明されています。

独自の学習手法と安全性への取り組み

モデルのトレーニング面において、xAIはGrok 4.5よりも長期間の追加学習を実施したことを報告しています。論理的推論や高度な技術概念を扱うための厳選されたモデル生成データや高品質なエンジニアリングデータを投入し、オプティマイザ（最適化アルゴリズム）や学習レシピの改良を行いました。

教師ありファインチューニング（SFT：正解データによる追加学習）の工程では、Grok 4.5を活用してSTEM（科学・技術・工学・数学）、ソフトウェア工学、ナレッジワークといった各種ドメインや、多様な推論エフォート、エージェント環境にわたる動作軌跡を再生成しました。その上で、問題のあるデータをモデルベースの自動チェックによって除外・フィルタリングしています。さらに、強化学習（Agentic RL）においては、一般的なナレッジワークやコーディングだけでなく、OSカーネルの最適化、Web開発、CAD（コンピュータ支援設計）などの専門的な環境を含む幅広いエージェントタスクを用いた学習が行われました。

安全性（セーフティ）の確保については、向上したモデルの能力に合わせてセーフティガードの改善と調整（キャリブレーション）が施されています。xAI史上最大規模となる展開前テストをはじめ、展開後テストや第三者機関による検証を実施したとしています。同社は自社のセーフティ体制について、セキュリティ脆弱性の修正パッチ適用、エンジニアリング設計サイクルの短縮、AI研究の支援といった正当なユースケースにおいて、実用性と安全性を最大限に両立させる設計であると位置づけています。

公表されたベンチマーク結果

xAIが2026年8月12日の製品発表時に公開したベンチマークデータによると、推論設定を最高レベルにした「Grok 4.6 High」は、エージェント型のコーディングやナレッジワークを評価する各種ベンチマークで高いスコアを記録したとされています。

公表された主な評価スコアは以下の通りです。

• AA Intelligence Index: 61
• GDPVal-AA v2: 1753
• CursorBench v3.2: 69.9%
• DeepSWE v1.1: 65.9%
• FrontierCode v1.1 (Extended): 61.3%
• APEX-Agents: 57.5%
• APEX-SWE: 56.4%
• Terminal-Bench v3.0: 26%
• AA-Briefcase: 1577