„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.
OpenAI o3 yra pažangiausias OpenAI samprotavimo modelis, specialiai sukurtas sudėtingoms, didelio pažinimo užduotims atlikti. Pristatytas 2025 m. balandį, jis pasižymi puikiais rezultatais programinės įrangos inžinerijoje, matematikoje ir mokslinėje problemų sprendimo srityje. Modelis pristato tris samprotavimo pastangų lygius – žemą, vidutinį ir aukštą – leidžiantys vartotojams subalansuoti delsą ir samprotavimo gylį pagal užduoties sudėtingumą. o3 palaiko pagrindines kūrėjų priemones, įskaitant funkcijų iškvietimus, struktūrizuotus rezultatus ir sistemos lygio žinutes. Turėdamas integruotas vaizdo galimybes, o3 gali interpretuoti ir analizuoti vaizdus, todėl tinka įvairioms daugialypėms programoms. Jis pasiekiamas per Chat Completions API, Assistants API ir Batch API, leidžiant lanksčiai integruoti į įmonių ir mokslo darbo eigą.
| Grok 3 Beta | o3 | |
|---|---|---|
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 | $10.00 už milijoną žodžių |
Išvesties kaina
| Nėra prieinama | $40.00 už milijoną žodžių |
MMLU
| Nėra prieinama | 82.9% Šaltinis |
MMLU-Pro
| 79.9% Base model Šaltinis | - |
MMMU
| 78% With Think mode Šaltinis | - |
HellaSwag
| Nėra prieinama | - |
HumanEval
| Nėra prieinama | - |
MATH
| Nėra prieinama | - |
GPQA
| 84.6% With Think mode, Diamond Šaltinis | 83.3% Diamond, no tools Šaltinis |
IFEval
| Nėra prieinama | - |
SimpleQA
| - | - |
AIME 2024 | - | 91.6% Šaltinis |
AIME 2025 | - | 88.9% Šaltinis |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilioji programa |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.