哪些特定的基准强调了STEM任务中GROK 3优于GPT-4O的优势

1。数学(AIME 2025)：Grok 3的得分为93.3％，在数学推理任务中的表现明显优于GPT-4O的得分79％[1] [3]。这种性能与Grok 3有效解决复杂数学问题的能力是一致的。

2。科学(GPQA)：研究生级专家推理的Grok 3分34.6％，超过GPT-4O的科学解决问题[1] [3]的得分为78％。这表明Grok 3在分析科学数据并提供精确的答案方面的高级功能。

3。编码(livecodebench)：Grok 3以79.4％的成绩出色，在代码生成和编程任务中，GPT-4O的得分优于72.9％[1] [3]。这展示了Grok 3有效生成清洁，功能代码的能力。

这些基准强调了Grok 3在STEM领域的出色表现，这是数学，科学和编程专业人士的首选。此外，Grok 3的Think模式在其推理过程中提供了透明度，这对STEM应用特别有益[1] [3]。