Cum se compară performanța lui Grok 3 cu GPT-4O și Gemeni

Grok 3 versus GPT-4O:
* Benchmarks: Grok 3 a demonstrat performanțe superioare pe mai multe repere în comparație cu GPT-4O [1] [4]. Acestea includ matematica (Aimeâ 24), știința (GPQA) și codificarea (LCB Oct-Feb) [1]. Grok 3 a marcat 52 la matematică, 75 în știință și 57 în codificare, depășind GPT-4O în aceste zone [1] [4].
* Înțelegerea limbajului: Grok 3 a obținut o precizie de 94,2% în testele de înțelegere a limbajului, depășind ușor 92,8% Chatgpt [2].
* Codificare: Grok 3 este cu 1,2x mai rapid decât chatGPT în viteza de generare a codului, cu un timp mediu de răspuns de 0,8 secunde [2].
* Scorul arenei: o versiune timpurie a Grok 3, denumită „ciocolată”, a fost prima AI care a depășit un scor de 1400 în LMSYS Chatbot Arena, depășind GPT-4O [4].
* Raționament și date în timp real: Grok 3 arată puterea în raționamentul matematic, sarcinile de codificare, analiza datelor în timp real și discuțiile despre evenimente curente [2].
* Instruire: Grok 3 este instruit folosind date în timp real de la X (fost Twitter), oferindu-le informații actualizate [2]. Acesta a fost instruit pe Superclusterul Colossus al Xaiului, echipat cu 100.000 GPU [2].

Grok 3 versus Gemeni:

* Benchmarks: Grok 3 a depășit Google Deepmind S GEMINI-2 PRO pe diverse repere [1].
* Chatbot Arena (LMSYS): Versiunea timpurie a Grok 3 a depășit modele majore, cum ar fi Gemini-2.0 Flash Thinking pe Chatbot Arena [1].
* Matematică (Aimeâ 24): pe referința de matematică (Aimeâ 24), Grok 3 a marcat 52, în timp ce Gemini-2 Pro a marcat 39 [4].
* Science (GPQA): în știință (GPQA), Grok 3 a marcat 75, depășind Gemini-2 Pro, care a marcat 65 [4].