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 | Grok 3 Beta | |
|---|---|---|
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 | テキスト 画像 動画 |
APIプロバイダー
| DeepSeek, HuggingFace | xAI |
知識のカットオフ日
| 不明 | 2025-01 |
オープンソース
| はい | いいえ |
入力料金
| $0.55 100万トークンあたり | 利用不可 |
出力料金
| $2.19 100万トークンあたり | 利用不可 |
MMLU
| 90.8% Pass@1 ソース | 利用不可 |
MMLU-Pro
| 84% EM ソース | 79.9% Base model 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
| 71.5% Pass@1 ソース | 84.6% With Think mode, Diamond ソース |
IFEval
| 83.3% Prompt Strict ソース | 利用不可 |
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 | ||
MathArena | ||
| 平均スコア | 82% | - |
AIME 2025 アメリカ招待数学試験（American Invitational Mathematics Examination）の問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。 | 89% | - |
HMMT February 2025 2025年2月のハーバードMIT数学トーナメントの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。 | 77% | - |
BRUMO 2025 | 92% | - |
SMT 2025 2025年のスタンフォード数学トーナメントの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。 | 83% | - |
CMIMC 2025 2025年のカナダ数学オリンピックの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。 | 69% | - |
Compare AI. Test. Benchmarks. モバイルアプリチャットボット, Sketch
Copyright © 2026 All Right Reserved.
コメント (1)
Jacquie
27 1月 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar