Grok 3, ki ga je razvil Xai Elona Muska, prikazuje vrhunsko uspešnost pri nalogi STEM v primerjavi z GPT-4O. V matematiki GROK 3 dosega višje ocene na merilih, kot je American Invitational Mathematics Examination (AIME), z ocenami od 90 do 95,8%, kar znatno presega GPT-4O [1] [3] [7]. V Science se Grok 3 odlikuje z oceno 75 na testu GPQA in presegel uspešnost GPT-4O [1] [2]. Grok 3 za kodiranje nalog kaže 15-odstotno izboljšanje v primerjavi z GPT-4O, ki učinkovito ustvarja čisto in funkcionalno kodo [1] [2].
Napredne zmogljivosti Groka 3 so pripisane njegovi prefinjeni arhitekturi, obsežnem usposabljanju o podatkih v realnem času in velikem kontekstnem oknu z 1 milijonom žetonov, ki omogoča učinkovitejše ravnanje z zapletenimi nalogi STEM [5] [7]. Poleg tega "Think Mode" Groka 3 zagotavlja preglednost njegovega postopka sklepanja, ki je še posebej koristen za strokovnjake in raziskovalce STEM [3].
Medtem ko se GPT-4O odlikuje v širšem razumevanju jezika in niansiranega reševanja problemov, je Specializirana osredotočenost na STEM GROK 3 močnejše orodje za tehnično analizo in obdelavo v realnem času [5] [9]. Na splošno je uspešnost Groka 3 na območjih STEM bistveno močnejša od GPT-4O, zaradi česar je najprimernejša izbira za naloge, ki zahtevajo napredno matematično sklepanje, znanstveno reševanje problemov in kodiranje.
Navedbe:[1] https://www.nitromediagroup.com/grob-3-elon-musk-xai-vs-chatgpt-reep-seek/
[2] https://codingmall.com/knowledge-base/25-Global/256724-how-does-grok-3s-performance-compare-to-GPT-4O-And-Gemini
[3] https://writesonic.com/blog/grob-3-vs-chatgpt
[4] https://www.datacamp.com/blog/grob-3
[5] https://latenode.com/blog/grob-3-unveiled-fatures-capabilnosti-in-future-aof-xais-flagship-model
[6] https://twitter.com/khandnatpan/status/1892435136362279007
[7] https://www.leanware.co/insights/GROK-3-VS-GPT-MODELS-COPARISON
[8] https://www.helicone.ai/blog/grok-3-bechmark-Compaparison
[9] https://opencv.org/blog/grob-3/