
Grok 2 (Dec '24)
Grok-2は最先端の言語モデルで、最も高度な推論能力を備え、チャット、コーディング、推論などの高度な機能に長けています。視覚的な数学的推論や文書ベースの質問応答で優れた成績を収めており、推論、読解、数学、科学などの様々な学術的ベンチマークテストでも優れた結果を示しています。
インテリジェンス(比較的弱い)
速度(遅い)
入力サポートモダリティ
はい
推論モデルかどうか
131,072
コンテキストウィンドウ
8,000
最大出力トークン
2024-08-01
知識カットオフ
価格設定
¥14.4 /M tokens
入力
¥72 /M tokens
出力
- /M tokens
混合価格
クイック簡易比較
Grok 3 mini Reasoning
¥0.3
Grok 3 mini Reasoning (Low)
¥0.3
Grok 3
¥3
基本パラメータ
Grok 2 (Dec '24)技術パラメータ
パラメータ数
未発表
コンテキスト長
131.07k tokens
トレーニングデータカットオフ
2024-08-01
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキスト、画像
スループット
85
リリース日
2024-12-12
応答速度
0 tokens/s
ベンチマークスコア
以下はGrok 2 (Dec '24)の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
39.23
大規模言語モデルインテリジェンスレベル
コーディング指数
27.57
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
45.57
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
70.9
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
51
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
3.8
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
26.7
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
28.5
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
86.3
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
77.8
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
13.3
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
GPT 5 Mini
openai

¥1.8
入力トークン/百万
¥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai

¥63
入力トークン/百万
¥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai

¥0.36
入力トークン/百万
¥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai

¥9
入力トークン/百万
¥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm

¥0.43
入力トークン/百万
¥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google

¥3.6
入力トークン/百万
¥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google

¥0.58
入力トークン/百万
¥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai

¥216
入力トークン/百万
¥432
出力トークン/百万
8192
コンテキスト長