„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 2.0 Flash Thinking“ yra pažangus samprotavimo modelis, sukurtas siekiant pagerinti našumą ir aiškumą, padarant savo mąstymo procesą matomą. Jis puikiai sprendžia sudėtingas problemas, programavimo iššūkius ir matematinius uždavinius, pateikdamas žingsnis po žingsnio sprendimus. Optimizuotas užduotims, reikalaujančioms išsamių paaiškinimų ir loginės analizės, modelis taip pat turi integruotas priemones, įskaitant kodo vykdymą ir „Google“ paieškos galimybes.
| Grok 3 Beta | Gemini 2.0 Flash Thinking | |
|---|---|---|
Tiekėjas | ||
Internetinė svetainė | ||
Išleidimo data | Jan 19, 2025 3 mėnesiai ago | Dec 19, 2024 4 mėnesiai ago |
Modalumai | tekstas vaizdai vaizdo | tekstas vaizdai |
API tiekėjai | xAI | Google AI Studio, Vertex AI, Gemini API |
Žinių nutraukimo data | 2025-01 | 04.2024 |
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 | 75.4% Šaltinis |
HellaSwag | Nėra prieinama | Nėra prieinama |
HumanEval | Nėra prieinama | Nėra prieinama |
MATH | Nėra prieinama | Nėra prieinama |
GPQA | 84.6% With Think mode, Diamond Šaltinis | 74.2% Diamond Science Šaltinis |
IFEval | Nėra prieinama | Nėra prieinama |
Mobilioji programa |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.