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 2.0 Flash Thinking是通过可视化思维过程提升性能与可解释性的高级推理模型。擅长复杂问题解决、编程挑战和数学推理，能展示分步解决方案。针对需要详细解释和逻辑分析的任务优化，并集成代码执行和Google搜索等原生工具。
| Grok 3 Beta | Gemini 2.0 Flash Thinking | |
|---|---|---|
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 | Google AI Studio, Vertex AI, Gemini API |
知识截止日期
| 2025-01 | 04.2024 |
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 | 75.4% 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 | 74.2% Diamond Science 来源 |
IFEval
| 不可用 | 不可用 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 |