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“ 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 | Grok 3 Beta | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas | tekstas vaizdai vaizdo |
API tiekėjai
| DeepSeek, HuggingFace | xAI |
Žinių nutraukimo data
| Nežinoma | 2025-01 |
Atvirojo kodo
| Taip | Ne |
Įvesties kaina
| $0.55 už milijoną žodžių | Nėra prieinama |
Išvesties kaina
| $2.19 už milijoną žodžių | Nėra prieinama |
MMLU
| 90.8% Pass@1 Šaltinis | Nėra prieinama |
MMLU-Pro
| 84% EM Šaltinis | 79.9% Base model Šaltinis |
MMMU
| - | 78% With Think mode Šaltinis |
HellaSwag
| - | Nėra prieinama |
HumanEval
| - | Nėra prieinama |
MATH
| - | Nėra prieinama |
GPQA
| 71.5% Pass@1 Šaltinis | 84.6% With Think mode, Diamond Šaltinis |
IFEval
| 83.3% Prompt Strict Šaltinis | Nėra prieinama |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilioji programa | ||
MathArena | ||
| Vidutinis balas | 82% | - |
AIME 2025 Testas, pagrįstas užduotimis iš matematikos konkurso (American Invitational Mathematics Examination),skirtas modelių matematikos įgūdžiams patikrinti. | 89% | - |
HMMT February 2025 Testas, pagrįstas užduotimis iš Harvard-MIT Mathematics Tournament, 2025 m. vasario mėn., skirtas modelių matematikos įgūdžiams patikrinti. | 77% | - |
BRUMO 2025 | 92% | - |
SMT 2025 Testas, pagrįstas užduotimis iš Stanford Math Tournament, 2025 m., skirtas modelių matematikos įgūdžiams patikrinti. | 83% | - |
CMIMC 2025 Testas, pagrįstas užduotimis iš Canadian Mathematical Olympiad, 2025 m., skirtas modelių matematikos įgūdžiams patikrinti. | 69% | - |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2026 All Right Reserved.
Komentarai (1)
Jacquie
27 Sausis 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar