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“ 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 | Grok 3 Beta | |
|---|---|---|
Webová stránka
| ||
Poskytovatel
| ||
Chat
| ||
Datum vydání
| ||
Modality
| text | text obrázky video |
Poskytovatelé API
| DeepSeek, HuggingFace | xAI |
Datum uzávěrky znalostí
| Neznámý | 2025-01 |
Open Source
| Ano | Ne |
Cena za vstup
| $0.55 na milion tokenů | Není k dispozici |
Cena za výstup
| $2.19 na milion tokenů | Není k dispozici |
MMLU
| 90.8% Pass@1 Zdroj | Není k dispozici |
MMLU-Pro
| 84% EM Zdroj | 79.9% Base model Zdroj |
MMMU
| - | 78% With Think mode Zdroj |
HellaSwag
| - | Není k dispozici |
HumanEval
| - | Není k dispozici |
MATH
| - | Není k dispozici |
GPQA
| 71.5% Pass@1 Zdroj | 84.6% With Think mode, Diamond Zdroj |
IFEval
| 83.3% Prompt Strict Zdroj | Není k dispozici |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilní aplikace | ||
MathArena | ||
| Průměrné skóre | 82% | - |
AIME 2025 Test založený na úlohách ze soutěže v matematice (American Invitational Mathematics Examination),určený k ověření matematických dovedností modelů. | 89% | - |
HMMT February 2025 Test založený na úlohách z Harvard-MIT Mathematics Tournament, únor 2025, určený k ověření matematických dovedností modelů. | 77% | - |
BRUMO 2025 | 92% | - |
SMT 2025 Test založený na úlohách ze Stanford Math Tournament, 2025, určený k ověření matematických dovedností modelů. | 83% | - |
CMIMC 2025 Test založený na úlohách z Canadian Mathematical Olympiad, 2025, určený k ověření matematických dovedností modelů. | 69% | - |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2026 All Right Reserved.
Komentáře (1)
Jacquie
27 Leden 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar