Jaké konkrétní měřítka zdůrazňují nadřazenost Grok 3 nad GPT-4o v úkolech kmene

1. matematika (AIME 2025): Grok 3 dosahuje skóre 93,3%, což výrazně překonává skóre GPT-4O 79% v úkolech matematického uvažování [1] [3]. Tento výkon je v souladu se schopností Grok 3 efektivně řešit složité matematické problémy.

2. Science (GPQA): Grok 3 skóre 84,6% na odborné zdůvodnění na úrovni postgraduální úrovně, překonává skóre GPT-4O 78% při řešení vědeckých problémů [1] [3]. To ukazuje na pokročilé schopnosti Grok 3 při analýze vědeckých údajů a poskytování přesných odpovědí.

3. kódování (LiveCodeBench): Grok 3 vyniká se skóre 79,4%, překonává skóre GPT-4O 72,9% při generování kódu a programování [1] [3]. To představuje schopnost Grok 3 efektivně generovat čistý funkční kód.

Tyto měřítka zdůrazňují vynikající výkon Grok 3 v oborech STEM, což z něj činí preferovanou volbu pro profesionály v matematice, vědě a programování. Režim Think Grok 3 navíc poskytuje průhlednost ve svém procesu uvažování, což je obzvláště prospěšné pro aplikace STEM [1] [3].