Su quali riferimenti specifici sono stati testati Grok 3 e GPT-4O

- Matematica: Grok 3 ha ottenuto un punteggio del 93,3% sull'esame di matematica Invitational American (AIME), mentre le prestazioni di GPT-4O in quest'area non sono esplicitamente evidenziate nei dati disponibili. Tuttavia, le prestazioni di Grok 3 nell'AIME 2024 sono state rilevate significativamente più alte delle prestazioni generali di GPT-4O nei compiti legati alla matematica [1] [3] [5].

-Scienza e ragionamento: Grok 3 ha segnato l'84,6% sul test GPQA (ragionamento per esperti a livello di laurea), mettendo in mostra la sua forza nella conoscenza scientifica a livello di laurea. Le prestazioni di GPT-4o in compiti di ragionamento simili sono generalmente più basse rispetto a Grok 3 [1] [3] [6].

- Coding: GROK 3 ha raggiunto il 79,4% su LiveCodebench, sovraperformando GPT-4O nelle attività di generazione del codice. Il punteggio specifico di GPT-4O su LiveCodebench non è dettagliato, ma Grok 3 generalmente eccelle nei benchmark di codifica [1] [3] [5].

- Conoscenza generale: GROK 3 ha segnato il 79,9% sull'MMLU-PRO, che mette alla prova ampia conoscenza su più argomenti. GPT-4O ha segnato il 72,6% sullo stesso punto di riferimento, indicando le prestazioni più forti di Grok 3 nelle attività di conoscenza generale [3].

- Comprensione multimodale: Grok 3 ha dimostrato capacità in attività multimodali come MMMU (comprensione del modello multitasking multimodale), sebbene confronti specifici con GPT-4O in quest'area siano limitati [1] [3].

Nel complesso, Grok 3 tende a sovraperformare GPT-4O in compiti specializzati come matematica, scienza e codifica, mentre GPT-4O potrebbe essere più versatile nelle applicazioni per uso generale [2] [5] [6].