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。
Claude 3.7 Sonnet是Anthropic迄今最先进的模型，也是市场上首个混合推理AI。提供标准和扩展两种思维模式，后者可展示透明的分步推理。在编码和前端开发方面表现卓越，SWE-bench Verified和TAU-bench测试达到业界最佳水平。通过Claude.ai、Anthropic API、Amazon Bedrock和Google Cloud Vertex AI提供，为AI驱动的问题解决树立新标杆。
| Grok 3 Beta | Claude 3.7 Sonnet | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 视频 | 文本 图像 |
API提供商
| xAI | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
知识截止日期
| 2025-01 | - |
开源
| 否 | 否 |
输入定价
| 不可用 | $3.00 每百万token |
输出定价
| 不可用 | $15.00 每百万token |
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 | 71.8% 来源 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 不可用 | 不可用 |
MATH
| 不可用 | 82.2% 来源 |
GPQA
| 84.6% With Think mode, Diamond 来源 | 68% Diamond 来源 |
IFEval
| 不可用 | 90.8% 来源 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | ||
VideoGameBench | ||
总分 | - | 0% |
Doom II | - | 0% |
Dream DX | - | 0% |
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% |