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 | |
|---|---|---|
提供商 | ||
网站 | ||
发布日期 | Jan 19, 2025 4 个月 ago | Jan 21, 2025 4 个月 ago |
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 |
Array | - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
移动应用 |