„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.
Per pastaruosius penkis mėnesius nuo Qwen2-VL išleidimo kūrėjai sukūrė naujus modelius, paremtus juo, suteikdami vertingų atsiliepimų. Dabar Qwen2.5-VL pristato patobulintas galimybes, įskaitant tikslų vaizdų, teksto ir diagramų analizę bei objektų lokalizavimą su struktūruotomis JSON išvestimis. Jis supranta ilgus vaizdo įrašus, nustato pagrindinius įvykius ir veikia kaip agentas, bendraujantis su įrankiais kompiuteriuose ir telefonuose. Modelio architektūra apima dinaminį vaizdo įrašų apdorojimą ir optimizuotą ViT kodavimo įrenginį, skirtą greičiui ir tikslumui padidinti.
| Grok 3 Beta | Qwen2.5-VL-32B | |
|---|---|---|
Tiekėjas | ||
Internetinė svetainė | ||
Išleidimo data | Jan 19, 2025 3 mėnesiai ago | Mar 25, 2025 4 savaitės ago |
Modalumai | tekstas vaizdai vaizdo | tekstas vaizdai vaizdo |
API tiekėjai | xAI | - |
Žinių nutraukimo data | 2025-01 | Nežinoma |
Atvirojo kodo | Ne | Taip (Šaltinis) |
Įvesties kaina | Nėra prieinama | $0 |
Išvesties kaina | Nėra prieinama | $0 |
MMLU | Nėra prieinama | 78.4% Šaltinis |
MMLU Pro | 79.9% Base model Šaltinis | 49.5% |
MMMU | 78% With Think mode Šaltinis | 70% |
HellaSwag | Nėra prieinama | Nėra prieinama |
HumanEval | Nėra prieinama | Nėra prieinama |
MATH | Nėra prieinama | 82.2% |
GPQA | 84.6% With Think mode, Diamond Šaltinis | 46.0% Diamond |
IFEval | Nėra prieinama | Nėra prieinama |
Mobilioji programa | - |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.