„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 Qwen2-VL megjelenése után öt hónappal a fejlesztők új modelleket építettek rá, értékes visszajelzést nyújtva. Most az Qwen2.5-VL továbbfejlesztett képességeket mutat be, beleértve a képek, szövegek és diagramok pontos elemzését, valamint objektumok lokalizálását strukturált JSON kimenetekkel. Megérti a hosszú videókat, kulcseseményeket azonosít, és ügynökként működik, eszközökkel kommunikálva számítógépeken és telefonokon. A modell architektúrája dinamikus videofeldolgozást és optimalizált ViT kódolót tartalmaz a gyorsaság és pontosság javításáért.
| Grok 3 Beta | Qwen2.5-VL-32B | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek videó | szöveg képek videó |
API Szolgáltatók
| xAI | - |
Tudás Befejezési Dátuma
| 2025-01 | Ismeretlen |
Nyílt Forráskódú
| Nem | Igen (Forrás) |
Bemeneti Árazás
| Nem elérhető | $0 |
Kimeneti Árazás
| Nem elérhető | $0 |
MMLU
| Nem elérhető | 78.4% Forrás |
MMLU-Pro
| 79.9% Base model Forrás | 49.5% |
MMMU
| 78% With Think mode Forrás | 70% |
HellaSwag
| Nem elérhető | Nem elérhető |
HumanEval
| Nem elérhető | Nem elérhető |
MATH
| Nem elérhető | 82.2% |
GPQA
| 84.6% With Think mode, Diamond Forrás | 46.0% Diamond |
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.