„Grok 3“ je nejpokročilejší model společnosti xAI, trénovaný na superklastru Colossus s desetinásobným výpočetním výkonem oproti předchozím špičkovým modelům. Disponuje kontextovým oknem o velikosti 1 milionu tokenů a pokročilými schopnostmi uvažování, vylepšenými díky rozsáhlému posilovanému učení, což umožňuje hluboké myšlenkové procesy trvající od sekund až po minuty při řešení složitých problémů. Model dosahuje špičkového výkonu v akademických srovnávacích testech i v reálných uživatelských hodnoceních, získal Elo skóre 1402 v Chatbot Areně. Byl vydán spolu s Grok 3 Mini, nákladově efektivní variantou optimalizovanou pro zjednodušené uvažování.
DeepSeek-R1 je model Mixture-of-Experts (MoE) s 671 miliardami parametrů, z nichž 37 miliard je aktivováno na token. Byl vyškolen pomocí rozsáhlého posilovaného učení se zaměřením na schopnosti logického uvažování. Model obsahuje dvě fáze RL pro objevování lepších vzorců uvažování a sladění s lidskými preferencemi, spolu se dvěma fázemi SFT pro inicializaci schopností souvisejících s uvažováním i bez něj. Dosahuje výkonu srovnatelného s OpenAI-o1 v matematických, programovacích a logických úlohách.
| Grok 3 Beta | DeepSeek-R1 | |
|---|---|---|
Webová stránka
| ||
Poskytovatel
| ||
Chat
| ||
Datum vydání
| ||
Modality
| text obrázky video | text |
Poskytovatelé API
| xAI | DeepSeek, HuggingFace |
Datum uzávěrky znalostí
| 2025-01 | Neznámý |
Open Source
| Ne | Ano |
Cena za vstup
| Není k dispozici | $0.55 na milion tokenů |
Cena za výstup
| Není k dispozici | $2.19 na milion tokenů |
MMLU
| Není k dispozici | 90.8% Pass@1 Zdroj |
MMLU-Pro
| 79.9% Base model Zdroj | 84% EM Zdroj |
MMMU
| 78% With Think mode Zdroj | - |
HellaSwag
| Není k dispozici | - |
HumanEval
| Není k dispozici | - |
MATH
| Není k dispozici | - |
GPQA
| 84.6% With Think mode, Diamond Zdroj | 71.5% Pass@1 Zdroj |
IFEval
| Není k dispozici | 83.3% Prompt Strict Zdroj |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilní aplikace |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2025 All Right Reserved.