Grok 2 (Dec '24)

去對比

Grok-2是一款前沿的語言模型，具備最先進的推理能力，擅長聊天、編碼和推理等高級功能。它在視覺數學推理、基於文檔的問題回答方面表現出色，並在包括推理、閱讀理解、數學和科學在內的各種學術基準測試中表現優異。

智能(較弱)

速度(慢)

輸入支持模態

是

是否推理模型

131,072

上下文窗口

8,000

最大輸出tokens

2024-08-01

知識截止

去對比

定價

￥14.4 /M tokens

輸入

￥72 /M tokens

輸出

- /M tokens

混合價格

快速簡單對比

輸入

輸出

Grok 3 mini Reasoning

￥0.3

Grok 3 mini Reasoning (Low)

￥0.3

Grok 3

￥3

基本參數

Grok 2 (Dec '24)技術參數

參數數量

未公布

上下文長度

131.07k tokens

訓練數據截止日期

2024-08-01

開源類別

Proprietary

多模態支持

文本、圖像

吞吐量

發布日期

2024-12-12

響應速度

0 tokens/s

基準測試分數

以下是Grok 2 (Dec '24)在各種標準基準測試中的表現。這些測試評估了模型在不同任務和領域中的能力。

智能指數

大語言模型智能水平

39.23

大語言模型智能水平

編程指數

AI模型在編程任務上的表現指標

27.57

AI模型在編程任務上的表現指標

數學指數

解決數學問題、數學推理或執行數學相關任務的能力指標

45.57

解決數學問題、數學推理或執行數學相關任務的能力指標

MMLU Pro

大規模多任務多模態理解 - 測試對文本、圖像、音頻和視頻的理解

70.9

大規模多任務多模態理解 - 測試對文本、圖像、音頻和視頻的理解

GPQA

研究生物理問題評估 - 用鑽石科學級問題測試高級物理知識

HLE

模型在Hugging Face開放LLM排行榜上的綜合平均分數

3.8

模型在Hugging Face開放LLM排行榜上的綜合平均分數

LiveCodeBench

專門評估大型語言模型在實際代碼編寫和解決編程競賽問題能力的評估

26.7

專門評估大型語言模型在實際代碼編寫和解決編程競賽問題能力的評估

SciCode

模型在科學計算或特定科學領域代碼生成方面的能力

28.5

模型在科學計算或特定科學領域代碼生成方面的能力

HumanEval

AI模型在特定HumanEval基準測試集上獲得的分數

86.3

AI模型在特定HumanEval基準測試集上獲得的分數

Math 500分數

在前500個較大、更知名的數學基準測試上的分數

77.8

在前500個較大、更知名的數學基準測試上的分數

AIME分數

衡量AI模型解決高難度數學競賽問題能力的指標（特指AIME級別）

13.3

衡量AI模型解決高難度數學競賽問題能力的指標（特指AIME級別）

Gemini 2.0 Flash Lite (Preview)

智啟未來，您的人工智能解決方案智庫