Skip to content
The Chat Archive
sonar-reasoning LMArena Search Arena 24K

你是grok3吗

  1. User

    你是grok3吗

  2. Assistant

    我不是Grok3,而是由Perplexity AI开发的独立模型。以下是关于Grok3的核心信息:

    Grok3的核心特点

    1. 性能表现

      • 在数学(AIME'24得52分)、科学(GPQA得75分)和编程任务中,Grok3基座模型显著领先DeepSeek-V3、GPT-4o等模型[4][7]。
      • 推理版模型(Grok3 Reasoning)在某些基准测试中优于o1-pro和DeepSeek-R1[4][8]。
      • 在LM Arena评测中,Grok3在长文本处理(如500+token查询)和综合能力榜单中排名第一[1][4]。
    2. 技术规格

      • 训练规模:使用约20万个GPU,计算能力是Grok2的10倍[4][8]。
      • 上下文窗口:支持1M token输入,抗衰减能力较强,输出上限达26k token(推理版)[1]。
      • 模型版本:包含基座版和推理版(Grok3 Reasoning),后者隐藏思考过程[8]。
    3. 功能与使用

      • 免费版:每2小时可使用20次,高级功能(DeepSearch、推理)每24小时10次[5]。
      • 付费订阅:
        套餐价格Grok3使用次数DeepSearch/推理次数
        Premium$7/月50次/2小时20次/24小时
        Premium+$32.92/月100次/2小时30次/24小时
        SuperGrok$30/月100次/2小时30次/24小时
      • 支持图像生成、代码编写、数据统计等功能,且无需手机验证即可注册[2][3]。
    4. 争议与挑战

      • 边际效应:尽管训练规模大幅提升(比DeepSeek-V3高263倍),实际性能差距仅1-2%[6]。
      • 数据依赖:依赖X平台的第一方数据,未来可能面临优质训练数据不足的瓶颈[6]。
      • 实际测试:部分用户指出其与DeepSeek-R1/o1-pro的体感差异不大,且在简单问题(如“9.11与9.9哪个大”)上仍存在错误[6]。

    Grok3目前处于Beta测试阶段,马斯克表示完整版将在未来几个月推出,并计划开源旧版本模型[7]。

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.