Grok 4.3 arriva su Amazon Bedrock: come usarlo via API

Dal 15 giugno 2026 Grok 4.3, il modello di punta di xAI, e' disponibile su Amazon Bedrock, la piattaforma di AWS che permette di richiamare modelli di IA di diversi fornitori da un'unica API. Per le aziende che gia' lavorano nel cloud Amazon e' una notizia concreta: significa poter usare Grok con la fatturazione, la sicurezza e gli strumenti di AWS, senza gestire un contratto separato con xAI. Vediamo cosa offre e come integrarlo in un'applicazione.

Cosa offre Grok 4.3

Le caratteristiche dichiarate sono interessanti. Il modello accetta fino a 1 milione di token di contesto in input e genera risposte fino a 30.000 token: numeri pensati per analizzare contratti lunghi, documenti legali o report finanziari interi in un colpo solo. Supporta un ragionamento configurabile su quattro livelli (nessuno, basso, medio, alto), che permette di bilanciare costo e profondita' di analisi, oltre a input video, generazione di output strutturati e tool calling per costruire agenti multi-passo affidabili.

Quanto costa

Sul piano on-demand di Bedrock, Grok 4.3 costa 1,25 dollari per milione di token in input e 2,50 dollari per milione in output; l'input messo in cache scende a 0,20 dollari per milione, utile per applicazioni che ripetono lo stesso contesto. Sono prezzi competitivi nella fascia dei modelli di frontiera, soprattutto considerando la finestra di contesto da un milione di token.

Come usarlo: i prerequisiti

Per chiamare Grok 4.3 servono: un account AWS, l'accesso al modello abilitato dalla console di Amazon Bedrock (sezione "Model access"), e le credenziali configurate in locale (ad esempio con aws configure). Il modello si richiama come gli altri di Bedrock, indicando l'identificativo specifico di Grok 4.3 nella regione in cui e' disponibile. La documentazione ufficiale di AWS riporta l'ID esatto e le regioni supportate.

Un esempio in Python

L'SDK ufficiale di AWS per Python e' boto3. Dopo averlo installato, una chiamata di base con l'API Converse di Bedrock appare cosi':

pip install boto3

import boto3

bedrock = boto3.client("bedrock-runtime", region_name="us-east-1")

resp = bedrock.converse(
    modelId="xai.grok-4-3",  # verificare l'ID esatto sulla model card AWS
    messages=[{
        "role": "user",
        "content": [{"text": "Riassumi in 5 punti i rischi di questo contratto: ..."}]
    }],
    inferenceConfig={"maxTokens": 1024, "temperature": 0.3},
)
print(resp["output"]["message"]["content"][0]["text"])

Il risultato atteso e' un riassunto sintetico in italiano. Per documenti lunghi si sfrutta la finestra da un milione di token passando l'intero testo nel messaggio; per agenti, si aggiunge la definizione degli strumenti nel parametro dedicato e si gestisce il ciclo di tool calling. Il livello di ragionamento si imposta nei parametri di inferenza, alzandolo solo quando l'attivita' lo richiede per non sprecare token.

Quando ha senso (e quando no)

Grok 4.3 su Bedrock e' una buona scelta per chi e' gia' radicato nell'ecosistema AWS e vuole un modello con contesto molto lungo per analisi documentali, oltre che per costruire agenti. Per chi invece usa altri cloud o preferisce un rapporto diretto con il fornitore, restano valide le API native di xAI o piattaforme multi-modello come OpenRouter. La disponibilita' su Bedrock e' soprattutto un segnale di mercato: i grandi modelli proprietari fanno a gara per essere ovunque, e la scelta per gli sviluppatori si gioca sempre piu' su prezzo, contesto e integrazione piuttosto che sul singolo marchio.