„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.
GPT-4.1, kurį OpenAI pristatė 2025 m. balandžio 14 d., pristato 1 milijono ženklų konteksto langą ir palaiko iki 32 768 ženklų išvestį užklausai. Jis pasižymi puikiais rezultatais programavimo užduotyse, pasiekdamas 54,6 % SWE-Bench Verified etalono rodiklio ir parodydamas 10,5 % pagerėjimą, lyginant su GPT-4o, vykdant instrukcijas „MultiChallenge“. Modelio žinių atnaujinimo data – 2024 m. birželis. Kaina – 2,00 USD už milijoną įvesties ženklų ir 8,00 USD už milijoną išvesties ženklų, su 75 % nuolaida talpinamiems duomenims, todėl jis yra labai ekonomiškas pasikartojančioms užklausoms.
| Grok 3 Beta | GPT-4.1 | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas vaizdai vaizdo | tekstas vaizdai |
API tiekėjai
| xAI | OpenAI API |
Žinių nutraukimo data
| 2025-01 | - |
Atvirojo kodo
| Ne | Ne |
Įvesties kaina
| Nėra prieinama | $2.00 už milijoną žodžių |
Išvesties kaina
| Nėra prieinama | $8.00 už milijoną žodžių |
MMLU
| Nėra prieinama | 90.2% pass@1 Šaltinis |
MMLU-Pro
| 79.9% Base model Šaltinis | - |
MMMU
| 78% With Think mode Šaltinis | 74.8% Šaltinis |
HellaSwag
| Nėra prieinama | - |
HumanEval
| Nėra prieinama | - |
MATH
| Nėra prieinama | - |
GPQA
| 84.6% With Think mode, Diamond Šaltinis | 66.3% Diamond Šaltinis |
IFEval
| Nėra prieinama | - |
SimpleQA
| - | - |
AIME 2024 | - | 48.1% Šaltinis |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | 87.3% pass@1 Šaltinis |
MathVista
| - | - |
Mobilioji programa |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.