xai

Grok-3

Grok-3 er xAI's flagship-model til reasoning, med dyb logisk deduktion, 128k context window og realtidsintegration med X til research og kodning.

xai logoxaiGrok17. februar 2025
Kontekst
128Ktokens
Maks output
8Ktokens
Input-pris
$3.00/ 1M
Output-pris
$15.00/ 1M
Modalitet:TextImage
Funktioner:VisionVærktøjerStreamingRæsonnering
Benchmarks
GPQA
84.6%
GPQA: Spørgsmål og svar på kandidatniveau. En streng benchmark med 448 multiple choice-spørgsmål inden for biologi, fysik og kemi skabt af domæneeksperter. PhD-eksperter opnår kun 65-74% nøjagtighed, mens ikke-eksperter scorer kun 34% selv med ubegrænset webadgang (derfor 'Google-proof'). Grok-3 scorede 84.6% på denne benchmark.
HLE
36%
HLE: Ekspertniveau-ræsonnering. Tester en models evne til at demonstrere ekspertniveau-ræsonnering på tværs af specialiserede domæner. Evaluerer dyb forståelse af komplekse emner, der kræver professionel viden. Grok-3 scorede 36% på denne benchmark.
MMLU
87.5%
MMLU: Massiv flerfaglig sprogforståelse. En omfattende benchmark med 16.000 multiple choice-spørgsmål på tværs af 57 akademiske fag, herunder matematik, filosofi, jura og medicin. Tester bred viden og ræsonneringsevner. Grok-3 scorede 87.5% på denne benchmark.
MMLU Pro
76.5%
MMLU Pro: MMLU Professionel udgave. En forbedret version af MMLU med 12.032 spørgsmål i et sværere format med 10 svarmuligheder. Dækker matematik, fysik, kemi, jura, ingeniørvidenskab, økonomi, sundhed, psykologi, business, biologi, filosofi og datalogi. Grok-3 scorede 76.5% på denne benchmark.
SimpleQA
42%
SimpleQA: Faktuel nøjagtighedsbenchmark. Tester en models evne til at give nøjagtige, faktuelle svar på ligetil spørgsmål. Måler pålidelighed og reducerer hallucinationer i vidensindhentningstasks. Grok-3 scorede 42% på denne benchmark.
IFEval
91.2%
IFEval: Instruktionsfølgningsevaluering. Måler, hvor godt en model følger specifikke instruktioner og begrænsninger. Tester evnen til at overholde formateringsregler, længdegrænser og andre eksplicitte krav. Grok-3 scorede 91.2% på denne benchmark.
AIME 2025
93.3%
AIME 2025: American Invitational Math Exam. Konkurrence-niveau matematikopgaver fra den prestigefyldte AIME-eksamen designet til talentfulde gymnasieelever. Tester avanceret matematisk problemløsning, der kræver abstrakt tænkning, ikke kun mønstergenkendelse. Grok-3 scorede 93.3% på denne benchmark.
MATH
94.4%
MATH: Matematisk problemløsning. En omfattende matematikbenchmark, der tester problemløsning inden for algebra, geometri, calculus og andre matematiske domæner. Kræver flertrinssværsonnering og formel matematisk viden. Grok-3 scorede 94.4% på denne benchmark.
GSM8k
98.7%
GSM8k: Folkeskole matematik 8K. 8.500 folkeskole-niveau matematiske tekstopgaver, der kræver flertrinssræsonnering. Tester grundlæggende aritmetik og logisk tænkning gennem virkelige scenarier som shopping eller tidsberegninger. Grok-3 scorede 98.7% på denne benchmark.
MGSM
92.4%
MGSM: Flersproget folkeskolematematik. GSM8k-benchmarken oversat til 10 sprog, herunder spansk, fransk, tysk, russisk, kinesisk og japansk. Tester matematisk ræsonnering på tværs af forskellige sprog. Grok-3 scorede 92.4% på denne benchmark.
MathVista
71.3%
MathVista: Matematisk visuel ræsonnering. Tester evnen til at løse matematikopgaver, der involverer visuelle elementer som diagrammer, grafer, geometriske figurer og videnskabelige illustrationer. Kombinerer visuel forståelse med matematisk ræsonnering. Grok-3 scorede 71.3% på denne benchmark.
SWE-Bench
49%
SWE-Bench: Softwareingeniør-benchmark. AI-modeller forsøger at løse rigtige GitHub-issues i open source Python-projekter med menneskelig verifikation. Tester praktiske softwareingeniørfærdigheder på produktionskodebaser. Topmodeller gik fra 4,4% i 2023 til over 70% i 2024. Grok-3 scorede 49% på denne benchmark.
HumanEval
94.5%
HumanEval: Python-programmeringsopgaver. 164 håndskrevne programmeringsopgaver, hvor modeller skal generere korrekte Python-funktionsimplementeringer. Hver løsning verificeres mod unit tests. Topmodeller opnår nu 90%+ nøjagtighed. Grok-3 scorede 94.5% på denne benchmark.
LiveCodeBench
79.4%
LiveCodeBench: Live kodningsbenchmark. Tester kodningsevner på løbende opdaterede, virkelige programmeringsudfordringer. I modsætning til statiske benchmarks bruger den friske problemer for at forhindre dataforurening og måle ægte kodningsevner. Grok-3 scorede 79.4% på denne benchmark.
MMMU
78%
MMMU: Multimodal forståelse. Massiv multi-disciplin multimodal forståelsesbenchmark, der tester vision-sprogmodeller på universitetsniveau-problemer på tværs af 30 fag, der kræver både billedforståelse og ekspertviden. Grok-3 scorede 78% på denne benchmark.
MMMU Pro
58.5%
MMMU Pro: MMMU Professionel udgave. Forbedret version af MMMU med mere udfordrende spørgsmål og strengere evaluering. Tester avanceret multimodal ræsonnering på professionelt og ekspertniveau. Grok-3 scorede 58.5% på denne benchmark.
ChartQA
89.2%
ChartQA: Diagram-spørgsmål og svar. Tester evnen til at forstå og ræsonnere om information præsenteret i diagrammer og grafer. Kræver udtrækning af data, sammenligning af værdier og udførelse af beregninger fra visuelle datarepræsentationer. Grok-3 scorede 89.2% på denne benchmark.
DocVQA
92.4%
DocVQA: Dokument visuel Q&A. Document Visual Question Answering benchmark, der tester evnen til at udtrække og ræsonnere om information fra dokumentbilleder, herunder formularer, rapporter og scannet tekst. Grok-3 scorede 92.4% på denne benchmark.
Terminal-Bench
52%
Terminal-Bench: Terminal/CLI-opgaver. Tester evnen til at udføre kommandolinjeopgaver, skrive shell-scripts og navigere i terminalmiljøer. Måler praktiske systemadministrations- og udviklingsworkflow-færdigheder. Grok-3 scorede 52% på denne benchmark.
ARC-AGI
12.5%
ARC-AGI: Abstraktion og ræsonnering. Abstraction and Reasoning Corpus for AGI - tester flydende intelligens gennem nye mønstergenkendelsespuslespil. Hver opgave kræver opdagelse af den underliggende regel fra eksempler, der måler generel ræsonneringsevne snarere end memorering. Grok-3 scorede 12.5% på denne benchmark.

Om Grok-3

Lær om Grok-3s muligheder, funktioner og hvordan den kan hjælpe dig med at opnå bedre resultater.

Frontier Reasoning og intelligens

Grok-3 er xAI's førende flagship-model, der repræsenterer et markant spring inden for beregningsskala og logik. Trænet på Colossus-supercomputerklyngen med over 100.000 NVIDIA H100 GPU'er, håndterer den komplekse matematiske og videnskabelige udfordringer. Modellen har en specialiseret reasoning-mode, der bruger ekstra beregningskraft til at verificere sin egen logik, før den giver et endeligt svar.

Integration med viden i realtid

En primær differentiator er dens native integration med X-platformen. Dette giver Grok-3 adgang til breaking news, finansielle skift og globale trends med lavere latency end modeller, der er afhængige af almindelig web-crawling. Parret med et 1 million tokens context window gør det muligt for forskere at syntetisere enorme mængder af helt aktuelle data.

Multimodale og agentiske evner

Udover tekst er Grok-3 en kraftfuld vision model, der er i stand til at tolke tekniske diagrammer, plantegninger og visuelle data. Den understøtter avanceret funktionskald til brug i autonome agenter. Med en score på 83,9% på SWE-Bench Verified er det en af de mest kapable modeller til løsning af virkelige softwareudviklingsproblemer.

Grok-3

Anvendelser for Grok-3

Opdag de forskellige måder, du kan bruge Grok-3 til at opnå gode resultater.

Realtids-markedsanalyse

Bruger live-data fra X til at analysere finansiel stemning og nyheder for investorer.

Videnskabelig forskning på ph.d.-niveau

Løser komplekse STEM-problemer og analyserer omfattende litteratur ved brug af reasoning-modes.

Konkurrencedygtig softwareudvikling

Genererer kode i produktionskvalitet og løser GitHub-issues med høj præcision.

Komplekse matematiske beviser

Udnytter test-time compute til at løse matematik på olympiade-niveau, der kræver deduktion i flere trin.

Fortolkning af tekniske dokumenter

Analyserer plantegninger og tekniske manualer via sit multimodale vision-system.

Autonom agent-logik

Fungerer som den kognitive kerne for agenter, der kræver avanceret planlægning og brug af værktøjer.

Styrker

Begrænsninger

Reasoning på olympiade-niveau: Opnåede en perfekt score på 100% på AIME 2025-matematik-benchmark ved brug af Deep Thinking-mode.
Stort miljømæssigt fodaftryk: Træningen krævede 200.000 GPU'er og forbruger cirka 150 MW strøm, hvilket giver anledning til bæredygtighedsbekymringer.
Massiv kapacitet for context: Tilbyder et context window på 1 million tokens, hvilket muliggør indlæsning af hele biblioteker eller softwareprojekter.
Premium API-prissætning: Til $15 pr. million output tokens er den væsentligt dyrere end mindre frontier-alternativer.
Uovertruffen realtidsdata: Direkte integration med X giver den friskeste datastrøm blandt alle AI-modeller, der findes i øjeblikket.
Begrænsninger for output-tokens: Svar er generelt begrænset til 4.096 tokens, hvilket kan afkorte ekstremt lange rapporter eller kodefiler.
Høj præcision i kodning: Scorede 83,9% på SWE-Bench Verified, hvilket overgår store konkurrenter i løsningen af komplekse GitHub-issues.
Adgangsbegrænsninger: Fuld adgang til model-kapaciteter og API-nøgler er ofte begrænset til X Premium Plus-abonnenter eller specifikke regioner.

API hurtig start

xai/grok-3

Se dokumentation
xai SDK
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.XAI_API_KEY,
  baseURL: "https://api.x.ai/v1",
});

async function main() {
  const completion = await client.chat.completions.create({
    model: "grok-3",
    messages: [{ role: "user", content: "Analyser den aktuelle markedsstemning for Nvidia på X." }],
  });

  console.log(completion.choices[0].message.content);
}

main();

Installér SDK'et og begynd at foretage API-kald på få minutter.

Hvad folk siger om Grok-3

Se hvad fællesskabet mener om Grok-3

Grok-3 [er] den bedste AI-model for tradere og investorer på grund af dens realtids-sentimentanalyse.
Austin Starks
reddit
Den formåede at løse nogle svære HVM-kodefuldførelses-prompts, som Gemini og Sonnet fejlede i. Jeg mærker et kvalitetsniveau, der er højere end Sonnet-3.5.
Victor Taelin
twitter
Hastigheden er utrolig hurtig. Reasoning, realtidsinformation – det virker bare som den hurtigste flagship-model, der findes lige nu.
Matthew Berman
youtube
Grok har realtidsadgang til data og en vilje til at gå steder, hvor andre modeller ikke vil, hvilket gør den til det 'kantede' valg for power users.
Beginning-Willow-801
reddit
Grok-3's performance på GPQA er bemærkelsesværdig. Den kæmper helt sikkert om topplaceringen inden for reasoning.
EpochAIResearch
twitter
Deres 1M context window virker rent faktisk. Den håndterede hele min legacy codebase uden at miste konteksten fra de første prompts.
DevGuru42
hackernews

Videoer om Grok-3

Se vejledninger, anmeldelser og diskussioner om Grok-3

Introduktion til Grok-3 og dens træningsskala.

Modellen er bygget til intelligens og sandhedssøgen.

Grok 3 reasoning... ser ud til at slå både OpenAI o1 og DeepSeek R1-modellen på videnskabelige benchmarks.

Benchmark-performance på MMLU viser, at det er en top-tier model.

Grok 3 vil faktisk også forsøge at løse uløste problemer... mens andre modeller blot vil erklære dem for uløselige.

Elon Musk hævder, at dette er den mest kraftfulde AI til dato.

Grok 3 har nu indtaget førstepladsen i denne blindtest, hvilket gør den til den regerende mester i Chatbot Arena.

Integrationen med X giver en markant fordel i aktualitet.

Multimodale evner er væsentligt forbedret i forhold til Grok-2.

Den mest kraftfulde version af Grok og den nyeste version vil være webversionen på grok.com.

Udforskning af den tekniske arkitektur i Colossus-klyngen.

Diskussion om den massive træningskørsel på 100.000 H100 GPU'er.

Big brain er en funktion, der er helt unik for Grok 3... den giver brugere mulighed for at bruge flere reasoning-agenter til at løse komplekse problemer.

Udviklingen af Grok 3 blev accelereret af X's Colossus-supercomputer, som brugte 100.000 NVIDIA H100 GPU'er i fase 1.

Afsluttende tanker om hvorfor Grok-3 er et stort skridt fremad for gennemsigtighed i open-weights-stilen.

Mere end bare prompts

Supercharg din arbejdsgang med AI-automatisering

Automatio kombinerer kraften fra AI-agenter, webautomatisering og smarte integrationer for at hjælpe dig med at udrette mere på kortere tid.

AI-agenter
Webautomatisering
Smarte arbejdsgange

Pro-tips til Grok-3

Eksperttips til at hjælpe dig med at få mest muligt ud af Grok-3 og opnå bedre resultater.

Udnyt Deep Search

Brug deep search til forespørgsler om nyheder fra den sidste time for at få de mest nøjagtige resultater.

Aktivér High Reasoning

Indstil reasoning-indsatsen til 'høj' ved matematiske gåder for at aktivere selvverificeringstrin.

Anvend Collections API

Upload følsomme dokumenter til Collections API for at holde dine data ude af træningsløkker.

Anmeldelser

Hvad vores brugere siger

Slut dig til tusindvis af tilfredse brugere, der har transformeret deres arbejdsgang

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Relateret AI Models

moonshot

Kimi K2 Thinking

Moonshot

Kimi K2 Thinking is Moonshot AI's trillion-parameter reasoning model. It outperforms GPT-5 on HLE and supports 300 sequential tool calls autonomously for...

256K context
$0.60/$2.50/1M
openai

GPT-5.4

OpenAI

GPT-5.4 is OpenAI's frontier model featuring a 1.05M context window and Extreme Reasoning. It excels at autonomous UI interaction and long-form data analysis.

1M context
$2.50/$15.00/1M
openai

GPT-5.2

OpenAI

GPT-5.2 is OpenAI's flagship model for professional tasks, featuring a 400K context window, elite coding, and deep multi-step reasoning capabilities.

400K context
$1.75/$14.00/1M
zhipu

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
google

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
anthropic

Claude Opus 4.5

Anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

200K context
$5.00/$25.00/1M
xai

Grok-4

xAI

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

256K context
$0.60/$3.00/1M

Ofte stillede spørgsmål om Grok-3

Find svar på almindelige spørgsmål om Grok-3