„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 Gemini 2.0 Flash Thinking egy fejlett logikai modell, amely a teljesítmény és érthetőség javítására lett tervezve, azáltal, hogy láthatóvá teszi gondolkodási folyamatát. Kiválóan alkalmas összetett problémák megoldására, programozási kihívásokra és matematikai érvelésre, lépésről lépésre bemutatva a megoldásokat. Azokra a feladatokra optimalizálták, amelyek részletes magyarázatot és logikai elemzést igényelnek, továbbá natív eszközintegrációval rendelkezik, beleértve a kódvégrehajtást és a Google Keresés funkciókat.
| Grok 3 Beta | Gemini 2.0 Flash Thinking | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek videó | szöveg képek |
API Szolgáltatók
| xAI | Google AI Studio, Vertex AI, Gemini API |
Tudás Befejezési Dátuma
| 2025-01 | 04.2024 |
Nyílt Forráskódú
| Nem | Nem |
Bemeneti Árazás
| Nem elérhető | Nem elérhető |
Kimeneti Árazás
| Nem elérhető | Nem elérhető |
MMLU
| Nem elérhető | Nem elérhető |
MMLU-Pro
| 79.9% Base model Forrás | Nem elérhető |
MMMU
| 78% With Think mode Forrás | 75.4% Forrás |
HellaSwag
| Nem elérhető | Nem elérhető |
HumanEval
| Nem elérhető | Nem elérhető |
MATH
| Nem elérhető | Nem elérhető |
GPQA
| 84.6% With Think mode, Diamond Forrás | 74.2% Diamond Science Forrás |
IFEval
| Nem elérhető | Nem elérhető |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.