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。
Mistral开发的Mistral Large 2提供128K token上下文窗口，定价为每百万输入token 3美元，每百万输出token 9美元。2024年7月24日发布，在5-shot评估的MMLU基准测试中获得84.0分，展现多任务处理的强大性能。
| Grok 3 Beta | Mistral Large 2 | |
|---|---|---|
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 | Azure AI, AWS Bedrock, Google AI Studio, Vertex AI, Snowflake Cortex |
知识截止日期
| 2025-01 | 未知 |
开源
| 否 | 是 |
输入定价
| 不可用 | $3.00 每百万token |
输出定价
| 不可用 | $9.00 每百万token |
MMLU
| 不可用 | 84% 5-shot 来源 |
MMLU-Pro
| 79.9% Base model 来源 | 50.69% 来源 |
MMMU
| 78% With Think mode 来源 | 不可用 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 不可用 | 不可用 |
MATH
| 不可用 | 1.13% 来源 |
GPQA
| 84.6% With Think mode, Diamond 来源 | 24.94% |
IFEval
| 不可用 | 84.01% |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - |