„Grok 3“ es el modelo más avanzado de xAI, entrenado en el superclúster Colossus con una potencia computacional diez veces superior a la de los modelos anteriores más avanzados. Cuenta con una ventana de contexto de 1 millón de tokens y capacidades de razonamiento avanzado, mejoradas mediante aprendizaje por refuerzo a gran escala, lo que permite procesos de pensamiento profundo que van desde segundos hasta minutos para resolver problemas complejos. El modelo alcanza un rendimiento de primer nivel en pruebas académicas y evaluaciones de usuarios en el mundo real, obteniendo una puntuación Elo de 1402 en la Chatbot Arena. Fue lanzado junto con Grok 3 Mini, una variante rentable optimizada para un razonamiento más eficiente.
DeepSeek-R1 es un modelo Mixture-of-Experts (MoE) con 671 mil millones de parámetros, de los cuales 37 mil millones se activan por token. Fue entrenado mediante aprendizaje por refuerzo a gran escala, con un enfoque en capacidades de razonamiento. Incorpora dos etapas de RL para descubrir patrones de razonamiento mejorados y alinearse con las preferencias humanas, además de dos etapas de SFT para desarrollar habilidades de razonamiento y no razonamiento. El modelo logra un rendimiento comparable a OpenAI-o1 en tareas de matemáticas, programación y razonamiento.
| Grok 3 Beta | DeepSeek-R1 | |
|---|---|---|
Sitio Web
| ||
Proveedor
| ||
Chat
| ||
Fecha de Lanzamiento
| ||
Modalidades
| texto imágenes video | texto |
Proveedores de API
| xAI | DeepSeek, HuggingFace |
Fecha de Corte de Conocimiento
| 2025-01 | Desconocido |
Código Abierto
| No | Sí |
Costo de Entrada
| No disponible | $0.55 por millón de tokens |
Costo de Salida
| No disponible | $2.19 por millón de tokens |
MMLU
| No disponible | 90.8% Pass@1 Fuente |
MMLU-Pro
| 79.9% Base model Fuente | 84% EM Fuente |
MMMU
| 78% With Think mode Fuente | - |
HellaSwag
| No disponible | - |
HumanEval
| No disponible | - |
MATH
| No disponible | - |
GPQA
| 84.6% With Think mode, Diamond Fuente | 71.5% Pass@1 Fuente |
IFEval
| No disponible | 83.3% Prompt Strict Fuente |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplicación Móvil |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.