与埃隆·马斯克(Elon Musk)的XAI开发的Grok 3相比，与GPT-4O相比，STEM任务的表现出色。在数学中，Grok 3在诸如美国邀请赛数学考试(AIME)之类的基准上取得了更高的分数，分数范围为90％至95.8％，表现明显优于GPT-4O [1] [3] [7]。在科学中，Grok 3在GPQA测试中以75分的成绩出色，超过了GPT-4O的性能[1] [2]。对于编码任务，Grok 3显示了比GPT-4O的15％改善，从而有效地生成了清洁和功能代码[1] [2]。
Grok 3的高级功能归因于其复杂的体系结构，对实时数据的广泛培训以及100万个令牌的大量上下文窗口，从而使其能够更有效地处理复杂的STEM任务[5] [7]。此外，Grok 3的“ Think Mode”为其推理过程提供了透明度，这对STEM专业人员和研究人员特别有益[3]。
尽管GPT-4O在更广泛的语言理解和细微的解决问题方面表现出色，但Grok 3对STEM任务的专门关注使其成为技术分析和实时处理的功能更强大的工具[5] [9]。总体而言，Grok 3在STEM区域的性能明显比GPT-4O的表现强大，这使其成为需要高级数学推理，科学问题解决和编码功能的任务的首选选择。
引用：[1] https://www.nitromediagroup.com/grok-3-elon-musk-xai-vs-chatgpt-deep-seek/
[2] https://codingmall.com/knowledge-base/25-global/256724-how-does-grok-3s-performance-compare-compare-compare-to-gpt-4o-and-gemini
[3] https://writesonic.com/blog/grok-3-vs-chatgpt
[4] https://www.datacamp.com/blog/grok-3
[5] https://latenode.com/blog/grok-3-unveiled-features-capabilities-and-future-future-future-future-future-of-xais-flagship-model
[6] https://twitter.com/khandnanpathan/status/1892435136362279007
[7] https://www.leanware.co/insights/grok-3-vs-gpt-models-comparison
[8] https://www.helicone.ai/blog/grok-3-benchmark-compalison
[9] https://opencv.org/blog/grok-3/