„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 | |
|---|---|---|
Szolgáltató | ||
Weboldal | ||
Kiadási Dátum | Jan 19, 2025 3 hónapok ago | Jan 31, 2025 2 hónapok ago |
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 |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.