什麼是 Grok 3
Grok 3 是 xAI 最新的語言模型，使用突破性的強化學習框架在 200,000 GPU 叢集上訓練。它擁有 270 億參數和 128 萬個標記的上下文視窗，具備即時知識檢索能力。
通過 Think 模式，Grok 3 可以進行持續 6 秒到 6 分鐘的深度思考過程，展現超越人類專家水平的表現。在 AIME 2025 競賽中達到 93.3% 的準確率，在研究生級別的 GPQA 中達到 84.6%。
作為多功能 AI 助手，Grok 3 支援 12 種程式語言，可以處理圖像和視頻內容，並使用 DeepSearch 進行即時資訊驗證。
主要功能
探索 Grok 3 的革命性突破
強化思考引擎
- 支援 6 秒至 6 分鐘的深度思考過程
- AIME 2025 競賽中達到 93.3% 準確率（64 次思考迭代）
- GPQA 鑽石級問題達到 84.6% 準確率（超越人類專家）
- 基於 200k GPU 叢集的強化學習框架
數學與科學
- AIME 2024/2025 兩年平均：94.5% 準確率
- MMLU-Pro 基準測試：79.9% 準確率（STEM 領域領先）
- 複雜數學問題的平均延遲：67ms
程式碼生成與最佳化
- LiveCodeBench v5：79.4% 準確率（即時程式評估）
- 支援百萬行程式碼庫分析
- 支援包括 Python/Java/C++ 在內的 12 種語言
多模態理解
- MMMU 基準測試：73.2% 準確率
- EgoSchema 長視頻理解：74.5% 準確率
- 圖像-文字混合問題解決提升 42%
即時知識引擎
- 涵蓋即時網路數據 + 來自 𝕏 平台的社交數據
- 複雜查詢的平均回應時間 <800ms
- 支援來自超過 1,200 個可信來源的交叉驗證
長上下文處理
- 1M 標記上下文記憶體（約 750k 字元）
- 3000 頁技術文件的一次性分析
- LOFT 128k 基準測試中達到 83.3% 準確率
效能比較
Competition Math
Grok 3 Beta (Think)93.3%
Grok 3 mini Beta (Think)90.8%
DeepSeek-R170.0%
Gemini 2.0 Flash Thinking53.5%
Graduate-Level Google-Proof Q&A (Diamond)
Grok 3 Beta (Think)84.6%
Grok 3 mini Beta (Think)84.0%
DeepSeek-R171.5%
Gemini 2.0 Flash Thinking74.2%
LiveCodeBench (v5)
Code Generation: 10/1/2024 - 2/1/2025
Grok 3 Beta (Think)79.4%
Grok 3 mini Beta (Think)80.4%
Deepseek-R1-Preview64.3%
Gemini 2.0 Flash Thinking45.8%
MMMU
Multimodal Understanding
Grok 3 Beta (Think)78.0%
Gemini 2.0 Flash Thinking75.4%
o178.2%