„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.
Az OpenAI o3-mini egy gyors és költséghatékony érvelési modell, amelyet STEM alkalmazásokhoz terveztek, és kiváló teljesítményt nyújt a tudomány, a matematika és a programozás területén. 2025 januárjában került piacra, és olyan alapvető fejlesztői funkciókat tartalmaz, mint a függvényhívások, a strukturált kimenetek és a fejlesztői üzenetek. A modell három érvelési szintet kínál—alacsony, közepes és magas—amelyek lehetővé teszik a felhasználók számára az egyensúly optimalizálását a mélyebb elemzés és a gyorsabb válaszidő között. Az o3 modellel ellentétben nem rendelkezik vizuális képességekkel. Kezdetben a 3-5 API-használati szintű fejlesztők számára érhető el, és a Chat Completions API, az Assistants API és a Batch API segítségével használható.
| Grok 3 Beta | o3-mini | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek videó | szöveg |
API Szolgáltatók
| xAI | OpenAI API |
Tudás Befejezési Dátuma
| 2025-01 | Ismeretlen |
Nyílt Forráskódú
| Nem | Nem |
Bemeneti Árazás
| Nem elérhető | $1.10 millió tokenenként |
Kimeneti Árazás
| Nem elérhető | $4.40 millió tokenenként |
MMLU
| Nem elérhető | 86.9% pass@1, high effort Forrás |
MMLU-Pro
| 79.9% Base model Forrás | Nem elérhető |
MMMU
| 78% With Think mode Forrás | Nem elérhető |
HellaSwag
| Nem elérhető | Nem elérhető |
HumanEval
| Nem elérhető | Nem elérhető |
MATH
| Nem elérhető | 97.9% pass@1, high effort Forrás |
GPQA
| 84.6% With Think mode, Diamond Forrás | 79.7% 0-shot, high effort 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.