„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.
Gemini 2.5 Pro yra „Google“ pažangiausias AI modelis, sukurtas gilaus samprotavimo ir apgalvoto atsakymų generavimo. Jis pranoksta pagrindinius benchmarkus, demonstruodamas išskirtinę logiką ir programavimo įgūdžius. Optimizuotas dinamiškoms žiniatinklio programoms, autonominėms kodo sistemoms ir kodo pritaikymui, jis pasiekia aukštą našumą. Turėdamas integruotas daugialypes galimybes ir išplėstą konteksto langą, efektyviai apdoroja didelius duomenų rinkinius ir integruoja įvairius informacijos šaltinius sudėtingiems iššūkiams spręsti.
| Grok 3 Beta | Gemini 2.5 Pro | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas vaizdai vaizdo | tekstas vaizdai balso vaizdo |
API tiekėjai
| xAI | Google AI Studio, Vertex AI, Gemini app |
Žinių nutraukimo data
| 2025-01 | - |
Atvirojo kodo
| Ne | Ne |
Įvesties kaina
| Nėra prieinama | Nėra prieinama |
Išvesties kaina
| Nėra prieinama | Nėra prieinama |
MMLU
| Nėra prieinama | Nėra prieinama |
MMLU-Pro
| 79.9% Base model Šaltinis | Nėra prieinama |
MMMU
| 78% With Think mode Šaltinis | 81.7% Šaltinis |
HellaSwag
| Nėra prieinama | Nėra prieinama |
HumanEval
| Nėra prieinama | Nėra prieinama |
MATH
| Nėra prieinama | Nėra prieinama |
GPQA
| 84.6% With Think mode, Diamond Šaltinis | 84.0% Diamond Science Šaltinis |
IFEval
| Nėra prieinama | Nėra prieinama |
SimpleQA
| - | 52.9% |
AIME 2024 | - | 92.0% |
AIME 2025 | - | 86.7% |
Aider Polyglot
| - | 74.0% / 68.6% |
LiveCodeBench v5
| - | 70.4% |
Global MMLU (Lite)
| - | 89.8% |
MathVista
| - | - |
Mobilioji programa | ||
VideoGameBench | ||
Bendras balas | - | 0.48% |
Doom II | - | 0% |
Dream DX | - | 4.8% |
Awakening DX | - | 0% |
Civilization I | - | 0% |
Pokemon Crystal | - | 0% |
The Need for Speed | - | 0% |
The Incredible Machine | - | 0% |
Secret Game 1 | - | 0% |
Secret Game 2 | - | 0% |
Secret Game 3 | - | 0% |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.