Jak se ve srovnání s GPT-4o a Gemini ve srovnání s GPT-4O a Gemini ve srovnání

Grok 3 versus GPT-4o:
* Benchmarky: Grok 3 prokázal vynikající výkon na několika benchmarcích ve srovnání s GPT-4O [1] [4]. Patří mezi ně matematika (AIMEâ 24), Science (GPQA) a kódování (LCB OCT-FEB) [1]. Grok 3 skóroval 52 v matematice, 75 ve vědě a 57 v kódování, překonal GPT-4o v těchto oblastech [1] [4].
* Porozumění jazyku: Grok 3 dosáhl přesnosti 94,2% v testech porozumění jazyku, mírně překonal 92,8% Chatgpta [2].
* Kódování: Grok 3 je údajně 1,2x rychlejší než chatgpt při rychlosti generování kódu, s průměrnou dobou odezvy 0,8 sekundy [2].
* Skóre arény: První verze Grok 3, označovaná jako „čokoláda“, byla první AI, která překročila skóre 1400 v aréně LMSYS CHATBOT a překonal GPT-4o [4].
* Důvody a data v reálném čase: Grok 3 ukazuje sílu v matematickém uvažování, kódování úkolů, analýzy dat v reálném čase a diskuse o aktuálních událostech [2].
* Školení: Grok 3 je vyškolen pomocí dat v reálném čase od X (dříve Twitter), což je poskytuje aktuální informace [2]. Byl vyškolen na superclusteru Xai Colossus, vybavený 100 000 GPU [2].

Grok 3 versus Gemini:

* Benchmarky: Grok 3 překonal Google DeepMind's Gemini-2 Pro na různých benchmarcích [1].
* Chatbot Arena (LMSYS): Raná verze Grok 3 překonávala hlavní modely, jako je Gemini-2.0 Flash Thinking na aréně Chatbot [1].
* Math (Aimeâ 24): Na benchmarku Math (Aime's 24), Grok 3 skóroval 52, zatímco Gemini-2 Pro skóroval 39 [4].
* Science (GPQA): Ve vědě (GPQA), Grok 3 skóroval 75, překonal Gemini-2 Pro, který skóroval 65 [4].