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。
Qwen2-VL のリリースから過去5か月間で、開発者はこれを基に新しいモデルを構築し、貴重なフィードバックを提供しました。今回の Qwen2.5-VL は、画像・テキスト・チャートの正確な分析や、構造化された JSON 出力によるオブジェクトのローカライズ機能を強化しています。また、長尺の動画を理解し、重要なイベントを特定し、コンピューターやスマートフォン上のツールと対話するエージェントとして機能します。モデルのアーキテクチャには、動的な動画処理機能と最適化された ViT エンコーダーが組み込まれ、処理速度と精度が向上しています。
| Grok 3 Beta | Qwen2.5-VL-32B | |
|---|---|---|
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 動画 |
APIプロバイダー
| xAI | - |
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 (ソース) |
入力料金
| 利用不可 | $0 |
出力料金
| 利用不可 | $0 |
MMLU
| 利用不可 | 78.4% ソース |
MMLU-Pro
| 79.9% Base model ソース | 49.5% |
MMMU
| 78% With Think mode ソース | 70% |
HellaSwag
| 利用不可 | 利用不可 |
HumanEval
| 利用不可 | 利用不可 |
MATH
| 利用不可 | 82.2% |
GPQA
| 84.6% With Think mode, Diamond ソース | 46.0% Diamond |
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.