„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.
El OpenAI o3-mini es un modelo de razonamiento rápido y rentable diseñado para aplicaciones STEM, con un alto rendimiento en ciencia, matemáticas y programación. Lanzado en enero de 2025, incluye funciones esenciales para desarrolladores, como llamadas a funciones, salidas estructuradas y mensajes para desarrolladores. El modelo ofrece tres niveles de esfuerzo de razonamiento—bajo, medio y alto—permitiendo a los usuarios optimizar entre un análisis más profundo y tiempos de respuesta más rápidos. A diferencia del modelo o3, carece de capacidades de visión. Inicialmente disponible para desarrolladores seleccionados en los niveles 3-5 de uso de la API, se puede acceder a través de la API de Chat Completions, la API de Assistants y la API de Batch.
| Grok 3 Beta | o3-mini | |
|---|---|---|
Sitio Web
| ||
Proveedor
| ||
Chat
| ||
Fecha de Lanzamiento
| ||
Modalidades
| texto imágenes video | texto |
Proveedores de API
| xAI | OpenAI API |
Fecha de Corte de Conocimiento
| 2025-01 | Desconocido |
Código Abierto
| No | No |
Costo de Entrada
| No disponible | $1.10 por millón de tokens |
Costo de Salida
| No disponible | $4.40 por millón de tokens |
MMLU
| No disponible | 86.9% pass@1, high effort Fuente |
MMLU-Pro
| 79.9% Base model Fuente | No disponible |
MMMU
| 78% With Think mode Fuente | No disponible |
HellaSwag
| No disponible | No disponible |
HumanEval
| No disponible | No disponible |
MATH
| No disponible | 97.9% pass@1, high effort Fuente |
GPQA
| 84.6% With Think mode, Diamond Fuente | 79.7% 0-shot, high effort Fuente |
IFEval
| No disponible | No disponible |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplicación Móvil |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.