
Grok 3
Grok 3,由xAI于2025年2月17日发布,是一款相比Grok 2具备显著增强能力的先进AI模型,其性能提升了一个数量级。该模型基于包含法律文件等海量数据集进行训练,并借助位于孟菲斯数据中心的庞大计算基础设施(配备约20万块GPU),其训练过程所需的计算资源是前代模型的十倍。Grok 3配备了专为复杂问题解决设计的专用模型,如Grok 3推理和Grok 3迷你推理,并在数学领域的AIME基准测试以及博士级科学领域的GPQA基准测试中表现卓越。
智力(中等)
速度(较慢)
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
¥43.2 /M tokens
混合价格
快速简易对比
Grok 3
¥3
Grok 3 Reasoning Beta
¥3
Grok 3 mini Reasoning
¥0.3
基础参数
Grok 3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
2025-02-19
响应速度
65.27,429 tokens/s
基准测试得分
以下是Grok 3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
50.63
大语言模型智能水平
编码指数
39.67
AI模型在编码任务上的能力表现的指标
数学指数
60
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
79.9
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
69.3
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
5.1
模型在 Hugging Face Open LLM Leaderboard 上的综合平均得分
LiveCodeBench
42.5
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
36.8
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
90.9
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
87
前500道更大型、更知名的数学基准测试评分
AIME 评分
33
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
GPT 5 Mini
openai

¥1.8
输入tokens/百万
¥14.4
输出tokens/百万
400k
上下文长度
GPT 5 Standard
openai

¥63
输入tokens/百万
¥504
输出tokens/百万
400k
上下文长度
GPT 5 Nano
openai

¥0.36
输入tokens/百万
¥2.88
输出tokens/百万
400k
上下文长度
GPT 5
openai

¥9
输入tokens/百万
¥72
输出tokens/百万
400k
上下文长度
GLM 4.5
chatglm

¥0.43
输入tokens/百万
¥1.01
输出tokens/百万
131k
上下文长度
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