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“ 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 | Grok 3 Beta | |
|---|---|---|
Proveedor | ||
Sitio Web | ||
Fecha de Lanzamiento | Jan 21, 2025 3 meses ago | Jan 19, 2025 3 meses ago |
Modalidades | texto | texto imágenes video |
Proveedores de API | DeepSeek, HuggingFace | xAI |
Fecha de Corte de Conocimiento | Desconocido | 2025-01 |
Código Abierto | Sí | No |
Costo de Entrada | $0.55 por millón de tokens | No disponible |
Costo de Salida | $2.19 por millón de tokens | No disponible |
MMLU | 90.8% Pass@1 Fuente | No disponible |
MMLU Pro | 84% EM Fuente | 79.9% Base model Fuente |
MMMU | - | 78% With Think mode Fuente |
HellaSwag | - | No disponible |
HumanEval | - | No disponible |
MATH | - | No disponible |
GPQA | 71.5% Pass@1 Fuente | 84.6% With Think mode, Diamond Fuente |
IFEval | 83.3% Prompt Strict Fuente | No disponible |
Aplicación Móvil |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.