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。
OpenAI o3是OpenAI最先进的推理模型，专为处理复杂、高认知任务而打造。2025年4月推出，在软件工程、数学和科学问题解决方面表现卓越。该模型引入三种推理力度级别——低、中、高，让用户根据任务复杂度在延迟和推理深度之间取得平衡。o3支持开发者必备工具，包括函数调用、结构化输出和系统级消息。内置视觉能力使o3能解读和分析图像，适用于多模态应用。通过Chat Completions API、Assistants API和Batch API提供，可灵活集成到企业和研究工作流中。
| Grok 3 Beta | o3 | |
|---|---|---|
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 | OpenAI API |
知识截止日期
| 2025-01 | - |
开源
| 否 | 否 |
输入定价
| 不可用 | $10.00 每百万token |
输出定价
| 不可用 | $40.00 每百万token |
MMLU
| 不可用 | 82.9% 来源 |
MMLU-Pro
| 79.9% Base model 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 | 83.3% Diamond, no tools 来源 |
IFEval
| 不可用 | - |
SimpleQA
| - | - |
AIME 2024 | - | 91.6% 来源 |
AIME 2025 | - | 88.9% 来源 |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 |