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-mini是专为STEM应用设计的高性价比推理模型，在科学、数学和编程领域表现优异。2025年1月发布，包含函数调用、结构化输出和开发者消息等核心功能。提供低、中、高三种推理强度，用户可在深度分析和快速响应间自由选择。与o3不同，不具备视觉能力。初期仅向API使用层级3-5的开发者开放，可通过Chat Completions API、Assistants API和Batch API访问。
| Grok 3 Beta | o3-mini | |
|---|---|---|
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 | OpenAI API |
知识截止日期
| 2025-01 | 未知 |
开源
| 否 | 否 |
输入定价
| 不可用 | $1.10 每百万token |
输出定价
| 不可用 | $4.40 每百万token |
MMLU
| 不可用 | 86.9% pass@1, high effort 来源 |
MMLU-Pro
| 79.9% Base model 来源 | 不可用 |
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 | 97.9% pass@1, high effort 来源 |
GPQA
| 84.6% With Think mode, Diamond 来源 | 79.7% 0-shot, high effort 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 |