„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.
Durante los cinco meses desde el lanzamiento de Qwen2-VL, los desarrolladores han construido nuevos modelos basados en él, aportando valiosos comentarios. Ahora, Qwen2.5-VL introduce capacidades mejoradas, incluyendo análisis preciso de imágenes, textos y gráficos, así como localización de objetos con salidas estructuradas en JSON. Comprende videos largos, identifica eventos clave y funciona como agente interactuando con herramientas en computadoras y teléfonos. La arquitectura del modelo presenta procesamiento dinámico de video y un codificador ViT optimizado para mayor velocidad y precisión.
| Grok 3 Beta | Qwen2.5-VL-32B | |
|---|---|---|
Sitio Web
| ||
Proveedor
| ||
Chat
| ||
Fecha de Lanzamiento
| ||
Modalidades
| texto imágenes video | texto imágenes video |
Proveedores de API
| xAI | - |
Fecha de Corte de Conocimiento
| 2025-01 | Desconocido |
Código Abierto
| No | Sí (Fuente) |
Costo de Entrada
| No disponible | $0 |
Costo de Salida
| No disponible | $0 |
MMLU
| No disponible | 78.4% Fuente |
MMLU-Pro
| 79.9% Base model Fuente | 49.5% |
MMMU
| 78% With Think mode Fuente | 70% |
HellaSwag
| No disponible | No disponible |
HumanEval
| No disponible | No disponible |
MATH
| No disponible | 82.2% |
GPQA
| 84.6% With Think mode, Diamond Fuente | 46.0% Diamond |
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.