„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.
Mistral Large 2, sukurtas „Mistral“, siūlo 128 000 ženklų konteksto langą ir kainuoja 3,00 USD už milijoną įvesties ženklų ir 9,00 USD už milijoną išvesties ženklų. 2024 m. liepos 24 d. išleistas modelis MMLU teste 5-shot vertinime surinko 84,0 balą, parodydamas stiprų našumą įvairiose užduotyse.
| Grok 3 Beta | Mistral Large 2 | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas vaizdai vaizdo | tekstas |
API tiekėjai
| xAI | Azure AI, AWS Bedrock, Google AI Studio, Vertex AI, Snowflake Cortex |
Žinių nutraukimo data
| 2025-01 | Nežinoma |
Atvirojo kodo
| Ne | Taip |
Įvesties kaina
| Nėra prieinama | $3.00 už milijoną žodžių |
Išvesties kaina
| Nėra prieinama | $9.00 už milijoną žodžių |
MMLU
| Nėra prieinama | 84% 5-shot Šaltinis |
MMLU-Pro
| 79.9% Base model Šaltinis | 50.69% Šaltinis |
MMMU
| 78% With Think mode Šaltinis | Nėra prieinama |
HellaSwag
| Nėra prieinama | Nėra prieinama |
HumanEval
| Nėra prieinama | Nėra prieinama |
MATH
| Nėra prieinama | 1.13% Šaltinis |
GPQA
| 84.6% With Think mode, Diamond Šaltinis | 24.94% |
IFEval
| Nėra prieinama | 84.01% |
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.