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。
Meta推出的Llama 3.3 70B Instruct是多语言大模型，专为指令任务微调并优化对话应用。支持128,000 token上下文窗口，可处理生成多语言文本。2024年12月6日发布，在多项行业基准测试中超越众多开源和商业聊天模型。采用分组查询注意力(GQA)提升扩展性，基于超过15万亿token的公开数据训练，知识截止至2023年12月。
| Grok 3 Beta | Llama 3.3 70B Instruct | |
|---|---|---|
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 | Fireworks, Together, DeepInfra, Hyperbolic |
知识截止日期
| 2025-01 | 12.2024 |
开源
| 否 | 是 |
输入定价
| 不可用 | $0.23 每百万token |
输出定价
| 不可用 | $0.40 每百万token |
MMLU
| 不可用 | 86% 0-shot, CoT 来源 |
MMLU-Pro
| 79.9% Base model 来源 | 68.9% 5-shot, CoT 来源 |
MMMU
| 78% With Think mode 来源 | 不可用 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 不可用 | 88.4% pass@1 来源 |
MATH
| 不可用 | 77% 0-shot, CoT 来源 |
GPQA
| 84.6% With Think mode, Diamond 来源 | 50.5% 0-shot, CoT 来源 |
IFEval
| 不可用 | 92.1% 来源 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - |