Grok 4.3 op Amazon Bedrock: We routerden vier frontier-modellen door één Gateway en maten de kosten

Grok 4.3 bereikte op 17 juni 2026 algemene beschikbaarheid (GA) op Amazon Bedrock — waarmee een vierde serieuze frontier-optie werd toegevoegd naast Claude Opus 4.8, Gemini 3.5 Flash en MiniMax M2.5 in AWS. We bouwden een LLM-fallback-keten met vier niveaus via TrueFoundry AI Gateway en voerden één architectuur-prompt uit op ons devtest-eindpunt. Met dezelfde token footprint (363 input / 341 output) varieerden de geschatte kosten van $0.00104 (MiniMax M2.5) tot $0.03102 (Opus 4.8) — een verschil van 30×. Grok won niveau 1 in 1,65s (de totale keten-latency inclusief Gateway-overhead was 2,40s); MiniMax was 6× goedkoper maar duurde 14,5s. Kosten en latency trekken in tegengestelde richtingen. Je hebt een routing-laag nodig, geen enkel standaardmodel.

Waarom dit belangrijk is

Lanceringsaankondigingen optimaliseren voor headlines over mogelijkheden — hallucinatie-percentages, SWE-bench-scores, context windows. Platformteams optimaliseren voor wat er op hun eindpunt gebeurt: latency, token-verbruik, failover-gedrag en kosten per nuttige output.

De Bedrock GA van Grok 4.3 verandert de berekening voor AWS-klanten. Je kiest niet langer tussen twee of drie frontier-modellen binnen één cloud. Je hebt er vier — elk met verschillende tarieven, latency-profielen en sterke punten. De eerlijke vraag na een GA-aankondiging is niet "welk model is het beste?", maar "welk model is het beste voor deze prompt, met dit budget, met dit latency-plafond — en wat gebeurt er als het mislukt?"

Dat is wat deze accelerator aantoont: een TrueFoundry Gateway fallback-keten die een prompt langs vier niveaus routert, stopt bij het eerste succes en de routing-beslissing, latency en kostenvergelijking per niveau live laat zien.

Wat er is veranderd op Bedrock

xAI's Grok 4.3 werd algemeen beschikbaar op Amazon Bedrock, waardoor AWS-klanten directe toegang krijgen tot het nieuwste frontier-model van xAI naast Anthropic Claude, Google Gemini en open-weight opties zoals MiniMax — allemaal binnen dezelfde cloudgrens die veel enterprises al gebruiken voor inference.

De positionering van de leverancier benadrukt het lage hallucinatie-percentage van Grok 4.3 op evals van derden, de 1M-token context en sterke prestaties op reasoning-benchmarks. Anthropic's Opus 4.8-lijn richt zich op complexe reasoning en tool-use precisie. Gemini 3.5 Flash profileert zich op snelheid en kostenefficiëntie. MiniMax M2.5 biedt open-weight toegang tegen een fractie van de frontier-catalogusprijzen.

Het hebben van vier krachtige niveaus in één cloud is een overwinning voor procurement. Het is ook een operationeel probleem: iemand moet beslissen welk niveau welk verzoek afhandelt, wat er gebeurt bij een timeout of rate limit, en hoe de uitgaven per aanroep worden beperkt zonder de applicatiecode te herschrijven elke keer dat een leverancier zijn prijzen aanpast.

Het routing-probleem

Voordat Bedrock vier serieuze frontier-opties had, vertrouwden veel teams standaard op één primair model en zagen ze failover als een outage-scenario. Met Grok, Opus, Gemini Flash en MiniMax die allemaal bereikbaar zijn vanuit hetzelfde AWS-account, ziet de beslissingsruimte er anders uit:

Catalogusprijzen alleen al suggereren om alles via MiniMax of Gemini Flash te routeren. Benchmarkscores suggereren Opus of Grok voor moeilijke taken. Latency-gevoelige workloads kunnen het langzaamste niveau wellicht niet tolereren, zelfs als het het goedkoopst is.

De taak van de routing-laag is om deze afwegingen per verzoek expliciet te maken — niet om voor altijd één winnaar te kiezen.

Hoe de fallback-keten van TrueFoundry Gateway werkt

TrueFoundry AI Gateway biedt een universele OpenAI-compatibele API over 1000+ modellen. Voor accelerator-demo's is het eenvoudigste fallback-patroon op applicatieniveau: itereer door een op prioriteit gesorteerde lijst van model-ID's, roep elk model aan via dezelfde OpenAI SDK-client en stop bij het eerste succesvolle antwoord.

Voor productie-workloads ondersteunt Gateway ook server-side fallback chains en gewogen load balancing — geconfigureerd in de Gateway UI zodat applicatiecode één routenaam verzendt in plaats van de loop te beheren. De demo gebruikt fallback op applicatieniveau omdat dit de routing-tree zichtbaar maakt: u ziet welke tiers zijn geprobeerd, welke zijn mislukt en welke is geselecteerd.

Gateway verzorgt auth (één API key voor alle providers), logging, en kosten attributie per verzoek. Het wisselen van een provider is een aanpassing van één string — geen SDK-rewrites, geen afzonderlijk AWS- vs Anthropic- vs Google-referentiebeheer in applicatiecode.

Onze analyse: de kostendelta in reële cijfers

We hebben de launch prompt door de keten geleid, die stopte bij tier 1 — Grok 4.3 slaagde bij de eerste poging. Er was geen failover nodig.

Geselecteerde respons: 363 input tokens, 341 output tokens, 2,40s chain latency, $0,00119 geschatte kosten.

Kosten per tier voor dezelfde token footprint (wat deze exacte prompt op elk tier gekost zou hebben):

Spreiding: Opus 4.8 kost 30× MiniMax M2.5 voor identieke tokens tijdens deze run.

We hebben ook elk tier individueel aangeroepen om de latency te meten (onafhankelijk van de chain-volgorde):

De bevinding die van belang is voor platformteams: kosten en latency bewegen in tegengestelde richting. MiniMax was 6× goedkoper dan Grok, maar 9× trager bij deze prompt. Gemini 3.5 Flash koos de middenweg — goedkoper dan Grok, sneller dan MiniMax. Opus was het duurst en hoorde bij de traagste modellen.

Een routing policy die altijd naar tier 1 gaat omdat "Grok de primaire is", betaalt bij elke call een premie ten opzichte van Gemini of MiniMax. Een policy die altijd naar tier 4 gaat om de kosten te minimaliseren, voegt bij deze run ~13 seconden per request toe. Het juiste antwoord hangt af van de workload — en dat antwoord moet per route configureerbaar zijn, niet hardcoded.

Waarom dit resultaat ertoe doet

Voor AWS-klanten: Bedrock GA voor Grok 4.3 betekent vier frontier tiers in één cloud. Zonder een Gateway routinglaag kiezen teams óf één standaard (waarmee geld of functionaliteit blijft liggen) óf onderhouden ze afzonderlijke SDK-integraties per provider (auth sprawl, Inconsistente logging, geen centraal kostenoverzicht).

Voor cost governance: De optionele budget cap van de demo slaat tiers over waarvan de geschatte kosten een limiet per call overschrijden, en valt terug op de volgende goedkopere optie. Bij een prompt waarbij Grok $0.00620 kost, zou een cap van $0.001 Grok overslaan en automatisch naar MiniMax routen — waarbij latency wordt ingeruild voor lagere uitgaven.

Voor model swaps: Geen herschrijvingen van applicaties wanneer een leverancier zijn prijzen aanpast of er een nieuwe Bedrock GA verschijnt.

Conclusie

Grok 4.3 op Bedrock is niet zomaar de lancering van nog een model — het is het moment waarop AWS-klanten een beslissingslaag nodig hebben over vier frontier tiers. We hebben één prompt door TrueFoundry AI Gateway laten lopen en vonden een kostenverschil van 30× en een latency-verschil van 9× bij dezelfde token footprint. Grok won tier 1 in minder dan twee seconden. MiniMax was zes keer goedkoper en negen keer trager.

Die afweging is precies waar het om draait. Gateway maakt het zichtbaar, configureerbaar en verwisselbaar met één wijziging van een string — zodat platformteams kunnen routen op basis van kosten, latency of functionaliteit zonder de applicatiecode te hoeven herschrijven elke keer dat de frontier verschuift.

Krijg toegang tot alle vier de modellen via TrueFoundry AI Gateway → TrueFoundry AI Gateway