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。
Gemini 2.0 Flash Thinkingは、思考プロセスを可視化することでパフォーマンスと説明性を向上させるように設計された高度な推論モデルです。複雑な問題解決、コーディングチャレンジ、数学的推論において優れ、段階的な解決策を示します。詳細な説明と論理的分析を必要とするタスクに最適化されており、コード実行やGoogle検索機能などのネイティブツール統合も備えています。
| Grok 3 Beta | Gemini 2.0 Flash Thinking | |
|---|---|---|
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 画像 |
APIプロバイダー
| xAI | Google AI Studio, Vertex AI, Gemini API |
知識のカットオフ日
| 2025-01 | 04.2024 |
オープンソース
| いいえ | いいえ |
入力料金
| 利用不可 | 利用不可 |
出力料金
| 利用不可 | 利用不可 |
MMLU
| 利用不可 | 利用不可 |
MMLU-Pro
| 79.9% Base model ソース | 利用不可 |
MMMU
| 78% With Think mode ソース | 75.4% ソース |
HellaSwag
| 利用不可 | 利用不可 |
HumanEval
| 利用不可 | 利用不可 |
MATH
| 利用不可 | 利用不可 |
GPQA
| 84.6% With Think mode, Diamond ソース | 74.2% Diamond Science ソース |
IFEval
| 利用不可 | 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 |
Compare AI. Test. Benchmarks. モバイルアプリチャットボット, Sketch
Copyright © 2025 All Right Reserved.