„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.
„Llama 3.3 70B Instruct“, vytvořený společností Meta, je vícejazyčný velký jazykový model speciálně vyladěný pro úlohy založené na instrukcích a optimalizovaný pro konverzační aplikace. Je schopen zpracovávat a generovat text v několika jazycích s kontextovým oknem podporujícím až 128 000 tokenů. Uvedený na trh 6. prosince 2024, model překonává řadu open-source i proprietárních chatbotů v různých průmyslových srovnávacích testech. Využívá Grouped-Query Attention (GQA) ke zlepšení škálovatelnosti a byl natrénován na různorodé množině dat obsahující více než 15 bilionů tokenů z veřejně dostupných zdrojů. Znalosti modelu jsou aktuální k prosinci 2023.
| Grok 3 Beta | Llama 3.3 70B Instruct | |
|---|---|---|
Poskytovatel | ||
Webová stránka | ||
Datum vydání | Jan 19, 2025 3 měsíce ago | Dec 06, 2024 4 měsíce ago |
Modality | text obrázky video | text |
Poskytovatelé API | xAI | Fireworks, Together, DeepInfra, Hyperbolic |
Datum uzávěrky znalostí | 2025-01 | 12.2024 |
Open Source | Ne | Ano |
Cena za vstup | Není k dispozici | $0.23 na milion tokenů |
Cena za výstup | Není k dispozici | $0.40 na milion tokenů |
MMLU | Není k dispozici | 86% 0-shot, CoT Zdroj |
MMLU Pro | 79.9% Base model Zdroj | 68.9% 5-shot, CoT Zdroj |
MMMU | 78% With Think mode Zdroj | Není k dispozici |
HellaSwag | Není k dispozici | Není k dispozici |
HumanEval | Není k dispozici | 88.4% pass@1 Zdroj |
MATH | Není k dispozici | 77% 0-shot, CoT Zdroj |
GPQA | 84.6% With Think mode, Diamond Zdroj | 50.5% 0-shot, CoT Zdroj |
IFEval | Není k dispozici | 92.1% Zdroj |
Mobilní aplikace | - |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2025 All Right Reserved.