¿Cómo se compara el rendimiento de Grok 3 con GPT-4O y Gemini?

Grok 3 versus GPT-4O:
* Puntos de referencia: Grok 3 ha demostrado un rendimiento superior en varios puntos de referencia en comparación con GPT-4O [1] [4]. Estos incluyen matemáticas (AIME 24), Science (GPQA) y codificación (LCB OCT-FEB) [1]. Grok 3 obtuvo 52 en matemáticas, 75 en ciencias y 57 en codificación, superando a GPT-4O en estas áreas [1] [4].
* Comprensión del lenguaje: Grok 3 alcanzó el 94.2% de precisión en las pruebas de comprensión del lenguaje, superando ligeramente el 92.8% de ChatGPT [2].
* Codificación: Según los informes, Grok 3 es 1.2x más rápido que el chatGPT en la velocidad de generación de código, con un tiempo de respuesta promedio de 0.8 segundos [2].
* Arena Puntuación: una versión temprana de Grok 3, denominada "Chocolate", fue la primera IA en exceder una puntuación de 1400 en el LMSYS Chatbot Arena, superando a GPT-4O [4].
* Razonamiento y datos en tiempo real: Grok 3 muestra la fuerza en el razonamiento matemático, las tareas de codificación, el análisis de datos en tiempo real y las discusiones de eventos actuales [2].
* Entrenamiento: Grok 3 está capacitado utilizando datos en tiempo real de X (anteriormente Twitter), proporcionándole información actualizada [2]. Fue entrenado en el Coloso Supercluster de Xai, equipado con 100,000 GPU [2].

Grok 3 versus Géminis:

* Puntos de referencia: Grok 3 ha superado a Google Deepmind S Gemini-2 Pro en varios puntos de referencia [1].
* Chatbot Arena (LMSYS): la versión temprana de Grok 3 superó a modelos principales como Gemini-2.0 Flash pensando en el chatbot Arena [1].
* Matemáticas (AIMEâ 24): en el punto de referencia Math (Aimeâ 24), Grok 3 obtuvo 52, mientras que Gemini-2 Pro anotó 39 [4].
* Science (GPQA): en Science (GPQA), Grok 3 obtuvo 75, superando a Gemini-2 Pro, que obtuvo 65 [4].