„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 | |
|---|---|---|
Poskytovatel | ||
Webová stránka | ||
Datum vydání | Jan 19, 2025 4 měsíce ago | Jan 21, 2025 4 měsíce ago |
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 |
Array | - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Mobilní aplikace |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2025 All Right Reserved.