Grok 3是xAI最先进的模型，在计算能力十倍于前代的Colossus超级计算机上训练。具备1M token上下文窗口和增强的推理能力，通过大规模强化学习实现从数秒到数分钟的深度思考过程，解决复杂问题。在学术基准和真实用户评估中均达顶尖水平，Chatbot Arena评分1402。与优化精简推理的成本效益版本Grok 3 Mini同期发布。
DeepSeek-R1是拥有6710亿参数的混合专家(MoE)模型，每个token激活370亿参数，通过大规模强化学习训练，专注推理能力。包含两个RL阶段用于改进推理模式并与人类偏好对齐，以及两个SFT阶段培养推理与非推理能力。在数学、编程和推理任务上达到与OpenAI-o1相当的性能。
| Grok 3 Beta | DeepSeek-R1 | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 视频 | 文本 |
API提供商
| xAI | DeepSeek, HuggingFace |
知识截止日期
| 2025-01 | 未知 |
开源
| 否 | 是 |
输入定价
| 不可用 | $0.55 每百万token |
输出定价
| 不可用 | $2.19 每百万token |
MMLU
| 不可用 | 90.8% Pass@1 来源 |
MMLU-Pro
| 79.9% Base model 来源 | 84% EM 来源 |
MMMU
| 78% With Think mode 来源 | - |
HellaSwag
| 不可用 | - |
HumanEval
| 不可用 | - |
MATH
| 不可用 | - |
GPQA
| 84.6% With Think mode, Diamond 来源 | 71.5% Pass@1 来源 |
IFEval
| 不可用 | 83.3% Prompt Strict 来源 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 |