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。
Gemini 2.5 Pro 是 Google 最先进的 AI 模型，专为深度推理和高质量响应生成而设计。在关键基准测试中表现卓越，展现出卓越的逻辑能力和编程水平。该模型针对动态 Web 应用、自主代码系统和代码适配进行了优化，提供高性能体验。凭借内置的多模态能力和扩展的上下文窗口，它能够高效处理大型数据集，并整合多种信息来源，以解决复杂问题。
| Grok 3 Beta | Gemini 2.5 Pro | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 视频 | 文本 图像 语音 视频 |
API提供商
| xAI | Google AI Studio, Vertex AI, Gemini app |
知识截止日期
| 2025-01 | - |
开源
| 否 | 否 |
输入定价
| 不可用 | 不可用 |
输出定价
| 不可用 | 不可用 |
MMLU
| 不可用 | 不可用 |
MMLU-Pro
| 79.9% Base model 来源 | 不可用 |
MMMU
| 78% With Think mode 来源 | 81.7% 来源 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 不可用 | 不可用 |
MATH
| 不可用 | 不可用 |
GPQA
| 84.6% With Think mode, Diamond 来源 | 84.0% Diamond Science 来源 |
IFEval
| 不可用 | 不可用 |
SimpleQA
| - | 52.9% |
AIME 2024 | - | 92.0% |
AIME 2025 | - | 86.7% |
Aider Polyglot
| - | 74.0% / 68.6% |
LiveCodeBench v5
| - | 70.4% |
Global MMLU (Lite)
| - | 89.8% |
MathVista
| - | - |
移动应用 | ||
VideoGameBench | ||
总分 | - | 0.48% |
Doom II | - | 0% |
Dream DX | - | 4.8% |
Awakening DX | - | 0% |
Civilization I | - | 0% |
Pokemon Crystal | - | 0% |
The Need for Speed | - | 0% |
The Incredible Machine | - | 0% |
Secret Game 1 | - | 0% |
Secret Game 2 | - | 0% |
Secret Game 3 | - | 0% |