„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.
Claude 3.7 Sonnet es el modelo de IA más avanzado de Anthropic hasta la fecha y el primer sistema de razonamiento híbrido en el mercado. Ofrece modos de pensamiento estándar y extendido, este último proporcionando un razonamiento transparente y paso a paso. El modelo demuestra mejoras significativas en codificación y desarrollo web front-end, logrando resultados de vanguardia en SWE-bench Verified y TAU-bench. Disponible a través de Claude.ai, la API de Anthropic, Amazon Bedrock y Google Cloud Vertex AI, establece un nuevo estándar para la resolución inteligente de problemas impulsada por IA.
| Grok 3 Beta | Claude 3.7 Sonnet - Extended Thinking | |
|---|---|---|
Proveedor | ||
Sitio Web | ||
Fecha de Lanzamiento | Jan 19, 2025 3 meses ago | Feb 24, 2025 1 mes ago |
Modalidades | texto imágenes video | texto imágenes |
Proveedores de API | xAI | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
Fecha de Corte de Conocimiento | 2025-01 | - |
Código Abierto | No | No |
Costo de Entrada | No disponible | $3.00 por millón de tokens |
Costo de Salida | No disponible | $15.00 por millón de tokens |
MMLU | No disponible | No disponible |
MMLU Pro | 79.9% Base model Fuente | No disponible |
MMMU | 78% With Think mode Fuente | 75% Fuente |
HellaSwag | No disponible | No disponible |
HumanEval | No disponible | No disponible |
MATH | No disponible | 96.2% Fuente |
GPQA | 84.6% With Think mode, Diamond Fuente | 84.8% Diamond Fuente |
IFEval | No disponible | 93.2% Fuente |
Aplicación Móvil |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.