„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.
„Llama 3.3 70B Instruct“, sukurtas „Meta“, yra daugiakalbis didelės apimties kalbos modelis, specialiai pritaikytas instrukcijomis grindžiamoms užduotims ir optimizuotas pokalbių programoms. Jis gali apdoroti ir generuoti tekstą keliomis kalbomis, turėdamas kontekstinį langą, palaikantį iki 128 000 žetonų. Pristatytas 2024 m. gruodžio 6 d., modelis lenkia daugelį atvirojo kodo ir nuosavų pokalbių modelių įvairiuose pramonės etaloniniuose testuose. Jis naudoja Grouped-Query Attention (GQA),kad pagerintų mastelį, ir buvo apmokytas įvairiais duomenimis, apimančiais daugiau nei 15 trilijonų žetonų iš viešai prieinamų šaltinių. Modelio žinios yra atnaujintos iki 2023 m. gruodžio mėn.
| Grok 3 Beta | Llama 3.3 70B Instruct | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas vaizdai vaizdo | tekstas |
API tiekėjai
| xAI | Fireworks, Together, DeepInfra, Hyperbolic |
Žinių nutraukimo data
| 2025-01 | 12.2024 |
Atvirojo kodo
| Ne | Taip |
Įvesties kaina
| Nėra prieinama | $0.23 už milijoną žodžių |
Išvesties kaina
| Nėra prieinama | $0.40 už milijoną žodžių |
MMLU
| Nėra prieinama | 86% 0-shot, CoT Šaltinis |
MMLU-Pro
| 79.9% Base model Šaltinis | 68.9% 5-shot, CoT Šaltinis |
MMMU
| 78% With Think mode Šaltinis | Nėra prieinama |
HellaSwag
| Nėra prieinama | Nėra prieinama |
HumanEval
| Nėra prieinama | 88.4% pass@1 Šaltinis |
MATH
| Nėra prieinama | 77% 0-shot, CoT Šaltinis |
GPQA
| 84.6% With Think mode, Diamond Šaltinis | 50.5% 0-shot, CoT Šaltinis |
IFEval
| Nėra prieinama | 92.1% 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.