„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.
Sitio Web Página Web del Modelo de IA | |
Proveedor La entidad que proporciona este modelo. | |
Chat Ingresa un mensaje para comenzar a chatear | |
Fecha de Lanzamiento Cuándo se lanzó el modelo por primera vez. | 1 año ago Ene 19, 2025 |
Modalidades Tipos de datos que este modelo puede procesar | texto imágenes video |
Proveedores de API Los proveedores que ofrecen este modelo. (Esta no es una lista exhaustiva). | xAI |
Fecha de Corte de Conocimiento Cuándo se actualizó por última vez el conocimiento del modelo. | 2025-01 |
Código Abierto Si el código del modelo está disponible para uso público. | No |
Costo de Entrada Costo por procesar tokens en tus solicitudes | No disponible |
Costo de Salida Costo por tokens generados por el modelo | No disponible |
MMLU Evaluación de Comprensión Multitarea Masiva - Pruebas de conocimiento en 57 disciplinas, incluyendo matemáticas, historia, derecho y más. | No disponible |
MMLU-Pro Un criterio MMLU más avanzado con preguntas más difíciles enfocadas en el razonamiento, un mayor conjunto de opciones y menor sensibilidad a los prompts. | 79.9% Base model Fuente |
MMMU Evaluación de Comprensión Multitarea Multimodal - Pruebas de comprensión en texto, imágenes, audio y video. | 78% With Think mode Fuente |
HellaSwag Un exigente criterio de evaluación para completar oraciones. | No disponible |
HumanEval Evalúa la generación de código y habilidades de resolución de problemas. | No disponible |
MATH Pruebas de resolución de problemas matemáticos en distintos niveles de dificultad. | No disponible |
GPQA Evalúa conocimientos a nivel de doctorado en química, biología y física mediante preguntas de opción múltiple que requieren una comprensión profunda del dominio. | 84.6% With Think mode, Diamond Fuente |
IFEval Evalúa la capacidad del modelo para seguir instrucciones de formato explícitas, generar respuestas adecuadas y mantener la coherencia en diversas tareas. | No disponible |
SimpleQA Evaluación de la precisión de preguntas simples | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Benchmark de programación multilingüe. | - |
LiveCodeBench v5 Benchmark para programación en tiempo real | - |
Global MMLU (Lite) Una versión simplificada del benchmark para evaluar la universalidad de los modelos a nivel global. | - |
MathVista Evalúa las habilidades de razonamiento matemático de los modelos de IA dentro de contextos visuales | - |
Aplicación Móvil |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2026 All Right Reserved.
Comentarios (1)
Pierre
09 Abril 2026Ziet er goed uit