%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Grok 3 Reasoning Beta
Grok 3 Reasoning Beta
xAI于2025年2月17日推出的Grok 3是一种先进的人工智能模型，与Grok 2相比，其功能显著增强，性能提高了一个数量级。Grok 3的训练基于一个庞大的数据集，其中包括法律文件等，并利用孟菲斯数据中心约20万个GPU的庞大计算基础设施，使用的计算量是其前身的十倍。它具有专门的模型，如Grok 3 Reasoning和Grok 3 Mini Reasoning，用于解决复杂的问题，并且在数学的AIME和博士级科学的GPQA等基准测试中表现出色。
智力(中等)
速度(慢)
输入支持模态
是
是否推理模型
1,000,000
上下文窗口
8,000
最大输出令牌数
2024-11-17
知识截止
定价
￥21.6 /M tokens
输入
￥108 /M tokens
输出
- /M tokens
混合价格
快速简易对比
Grok 3 Reasoning Beta
￥3
Grok 3 mini Reasoning (Low)
￥0.3
Grok 3 mini Reasoning (high)
￥0.3
基础参数
GPT-4.1的技术参数
参数数量
未公布
上下文长度
1.0M tokens
训练数据截止
2024-11-17
开源分类
Proprietary
多模态支持
文本、图像
吞吐量
100
发布日期
2025-02-17
响应速度
0 tokens/s
基准测试得分
以下是claude-monet在各种标准基准测试中的表现。这些测试评估了模型在不同任务和领域的能力。
智能指数
5610
大语言模型智能水平
编码指数
-
AI模型在编码任务上的能力表现的指标
数学指数
-
解决数学问题、数学推理或执行与数学相关的任务方面的能力指标
MMLU Pro
-
海量多任务多模式理解-测试对文本、图像、音频和视频的理解
GPQA
84.6
研究生物理问题评估-用钻石科学级别的问题测试高级物理知识
HLE
-
模型在 Hugging Face Open LLM Leaderboard 上的综合平均得分
LiveCodeBench
79
特定的、专注于评估大型语言模型在真实世界代码编写和解决编程竞赛问题能力评分
SciCode
-
模型在科学计算或特定科学领域的代码生成方面的能力
HumanEval
-
AI模型在 HumanEval 这个特定的基准测试集上取得的成绩
Math 500 评分
-
前500道更大型、更知名的数学基准测试评分
AIME 评分
93
一个衡量AI模型在解决高难度数学竞赛问题（特指AIME级别）方面能力的指标
精选推荐AI模型
Gemini 2.0 Flash Lite (Preview)
google
￥0.58
输入tokens/百万
￥2.16
输出tokens/百万
1M
上下文长度
Gemini 1.0 Pro
google
￥3.6
输入tokens/百万
￥10.8
输出tokens/百万
33k
上下文长度
Qwen2.5 Coder Instruct 32B
alibaba
￥0.65
输入tokens/百万
￥0.65
输出tokens/百万
131k
上下文长度
Deepseek R1
deepseek
￥3.96
输入tokens/百万
￥15.77
输出tokens/百万
128k
上下文长度
Gemini 2.0 Flash (experimental)
google
￥0.72
输入tokens/百万
￥5.04
输出tokens/百万
1M
上下文长度
Gemini 2.0 Pro Experimental (Feb '25)
google
-
输入tokens/百万
-
输出tokens/百万
2M
上下文长度
Llama 3.2 Instruct 11B (Vision)
meta
￥0.43
输入tokens/百万
￥0.43
输出tokens/百万
128k
上下文长度
O1 Preview
openai
￥108
输入tokens/百万
￥432
输出tokens/百万
128k
上下文长度