„Grok 3“ yra pažangiausias xAI modelis, apmokytas Colossus superklasteryje, kurio skaičiavimo galia yra dešimt kartų didesnė nei ankstesnių pažangiausių modelių. Jis turi 1 milijono žetonų kontekstinį langą ir pažangius samprotavimo gebėjimus, patobulintus per didelio masto stiprinamąjį mokymąsi, leidžiantį atlikti gilias mąstymo operacijas nuo kelių sekundžių iki kelių minučių, sprendžiant sudėtingas problemas. Modelis demonstruoja aukščiausio lygio našumą akademiniuose testuose ir realių vartotojų vertinimuose, pasiekdamas 1402 Elo balą Chatbot Arenoje. Kartu buvo išleista ir „Grok 3 Mini“ – ekonomiška versija, optimizuota supaprastintam samprotavimui.
DeepSeek-R1 yra 671B parametrų Mišrios ekspertų (MoE) modelis su 37B aktyvuotais parametrais per žodį, apmokytas didelio masto sustiprinto mokymosi, sutelkiant dėmesį į mąstymo gebėjimus. Jis apima dvi sustiprinto mokymosi stadijas, skirtas atrasti patobulintas mąstymo schemas ir suderinti su žmogaus pageidavimais, taip pat dvi SFT stadijas, skirtas pritaikyti mąstymo ir nemąstymo gebėjimus. Modelis pasiekia našumą, panašų į OpenAI-o1, matematikos, kodo ir mąstymo užduotyse.
| Grok 3 Beta | DeepSeek-R1 | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas vaizdai vaizdo | tekstas |
API tiekėjai
| xAI | DeepSeek, HuggingFace |
Žinių nutraukimo data
| 2025-01 | Nežinoma |
Atvirojo kodo
| Ne | Taip |
Įvesties kaina
| Nėra prieinama | $0.55 už milijoną žodžių |
Išvesties kaina
| Nėra prieinama | $2.19 už milijoną žodžių |
MMLU
| Nėra prieinama | 90.8% Pass@1 Šaltinis |
MMLU-Pro
| 79.9% Base model Šaltinis | 84% EM Šaltinis |
MMMU
| 78% With Think mode Šaltinis | - |
HellaSwag
| Nėra prieinama | - |
HumanEval
| Nėra prieinama | - |
MATH
| Nėra prieinama | - |
GPQA
| 84.6% With Think mode, Diamond Šaltinis | 71.5% Pass@1 Šaltinis |
IFEval
| Nėra prieinama | 83.3% Prompt Strict Šaltinis |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilioji programa |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.