„Grok 3“ az xAI legfejlettebb modellje, amelyet a Colossus szuperszámítógép-klaszteren képeztek ki, tízszer nagyobb számítási teljesítménnyel, mint a korábbi csúcstechnológiás modellek. Egy 1 millió tokenes kontextusablakkal és fejlett érvelési képességekkel rendelkezik, amelyeket nagyszabású megerősítéses tanulás javított, lehetővé téve a mély gondolkodási folyamatokat, amelyek másodpercekig vagy percekig is eltarthatnak összetett problémák megoldásához. A modell kiemelkedő teljesítményt nyújt akadémiai teszteken és valós felhasználói értékeléseken, 1402-es Elo pontszámot érve el a Chatbot Arénában. A Grok 3 Mini verzióval együtt jelent meg, amely egy költséghatékony változat, optimalizálva az egyszerűsített érveléshez.
A DeepSeek-R1 egy 671B paraméteres Mixture-of-Experts (MoE) modell, amely tokenenként 37B aktivált paraméterrel rendelkezik, és nagymértékű megerősítéses tanuláson keresztül készült, kiemelt figyelmet fordítva a gondolkodási képességekre. Két RL (reinforcement learning) szakaszt tartalmaz a javított gondolkodási minták felfedezésére és az emberi preferenciákhoz igazításra, valamint két SFT (supervised fine-tuning) szakaszt a gondolkodási és nem-gondolkodási képességek bevetésére. A modell teljesítménye hasonló az OpenAI-o1 modelléhez matematikai, kódolási és gondolkodási feladatokban.
| Grok 3 Beta | DeepSeek-R1 | |
|---|---|---|
Szolgáltató | ||
Weboldal | ||
Kiadási Dátum | Jan 19, 2025 4 hónapok ago | Jan 21, 2025 4 hónapok ago |
Modalitások | szöveg képek videó | szöveg |
API Szolgáltatók | xAI | DeepSeek, HuggingFace |
Tudás Befejezési Dátuma | 2025-01 | Ismeretlen |
Nyílt Forráskódú | Nem | Igen |
Bemeneti Árazás | Nem elérhető | $0.55 millió tokenenként |
Kimeneti Árazás | Nem elérhető | $2.19 millió tokenenként |
MMLU | Nem elérhető | 90.8% Pass@1 Forrás |
MMLU Pro | 79.9% Base model Forrás | 84% EM Forrás |
MMMU | 78% With Think mode Forrás | - |
HellaSwag | Nem elérhető | - |
HumanEval | Nem elérhető | - |
MATH | Nem elérhető | - |
GPQA | 84.6% With Think mode, Diamond Forrás | 71.5% Pass@1 Forrás |
IFEval | Nem elérhető | 83.3% Prompt Strict Forrás |
Array | - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.