Grok 3は、xAIの最も先進的なモデルで、以前の最先端モデルの10倍の計算能力を持つColossusスーパークラスターでトレーニングされています。1Mトークンのコンテキストウィンドウと高度な推論能力を誇り、大規模な強化学習によって強化され、複雑な問題を解決するために数秒から数分にわたる深い思考プロセスを可能にします。このモデルは、学術ベンチマークと実世界のユーザー評価でトップクラスのパフォーマンスを達成し、Chatbot Arenaで1402のEloスコアを獲得しました。Grok 3 Miniとともにリリースされ、合理化された推論に最適化されたコスト効率の高いバリアントです。
DeepSeek-R1は、671BパラメータのMixture-of-Experts（MoE）モデルで、トークンごとに37Bの活性化パラメータを持ち、大規模な強化学習を通じて推論能力に焦点を当ててトレーニングされています。改善された推論パターンの発見と人間の好みに合わせるための2つのRLステージ、および推論と非推論能力を育むための2つのSFTステージを組み込んでいます。このモデルは、数学、コード、推論タスクにおいてOpenAI-o1に匹敵する性能を発揮します。
| Grok 3 Beta | DeepSeek-R1 | |
|---|---|---|
ウェブサイト
| ||
プロバイダー
| ||
チャット
| ||
リリース日
| ||
モダリティ
| テキスト 画像 動画 | テキスト |
APIプロバイダー
| xAI | DeepSeek, HuggingFace |
知識のカットオフ日
| 2025-01 | 不明 |
オープンソース
| いいえ | はい |
入力料金
| 利用不可 | $0.55 100万トークンあたり |
出力料金
| 利用不可 | $2.19 100万トークンあたり |
MMLU
| 利用不可 | 90.8% Pass@1 ソース |
MMLU-Pro
| 79.9% Base model ソース | 84% EM ソース |
MMMU
| 78% With Think mode ソース | - |
HellaSwag
| 利用不可 | - |
HumanEval
| 利用不可 | - |
MATH
| 利用不可 | - |
GPQA
| 84.6% With Think mode, Diamond ソース | 71.5% Pass@1 ソース |
IFEval
| 利用不可 | 83.3% Prompt Strict ソース |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
モバイルアプリケーション |
Compare AI. Test. Benchmarks. モバイルアプリチャットボット, Sketch
Copyright © 2025 All Right Reserved.