„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 | |
|---|---|---|
Proveedor | ||
Sitio Web | ||
Fecha de Lanzamiento | Jan 19, 2025 4 meses ago | Jan 21, 2025 4 meses ago |
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 |
Array | - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Aplicación Móvil |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.