„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.
GPT-4.1, lanzado por OpenAI el 14 de abril de 2025, introduce una ventana de contexto de 1 millón de tokens y admite salidas de hasta 32 768 tokens por solicitud. Ofrece un rendimiento excepcional en tareas de codificación, logrando un 54,6 % en el benchmark SWE-Bench Verified, y muestra una mejora del 10,5 % respecto a GPT-4o en MultiChallenge para el seguimiento de instrucciones. El corte de conocimiento del modelo está establecido en junio de 2024. El precio es de 2,00 $ por millón de tokens para entrada y 8,00 $ por millón de tokens para salida, con un descuento del 75 % aplicado a entradas en caché, lo que lo hace muy rentable para consultas repetidas.
| Grok 3 Beta | GPT-4.1 | |
|---|---|---|
Sitio Web
| ||
Proveedor
| ||
Chat
| ||
Fecha de Lanzamiento
| ||
Modalidades
| texto imágenes video | texto imágenes |
Proveedores de API
| xAI | OpenAI API |
Fecha de Corte de Conocimiento
| 2025-01 | - |
Código Abierto
| No | No |
Costo de Entrada
| No disponible | $2.00 por millón de tokens |
Costo de Salida
| No disponible | $8.00 por millón de tokens |
MMLU
| No disponible | 90.2% pass@1 Fuente |
MMLU-Pro
| 79.9% Base model Fuente | - |
MMMU
| 78% With Think mode Fuente | 74.8% Fuente |
HellaSwag
| No disponible | - |
HumanEval
| No disponible | - |
MATH
| No disponible | - |
GPQA
| 84.6% With Think mode, Diamond Fuente | 66.3% Diamond Fuente |
IFEval
| No disponible | - |
SimpleQA
| - | - |
AIME 2024 | - | 48.1% Fuente |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | 87.3% pass@1 Fuente |
MathVista
| - | - |
Aplicación Móvil |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.