xAI · pașaport de model
Grok 3 Mini
grok-3-mini- Doar în cloud
- Licență Proprietary
- Lansat 2025-02-19(curatoriat)
- General · LMArena
- 1,364#188 din 396
- Cea mai bună percentilă
- 54.8Urmarea instrucțiunilor
- Poziția în cohortă
- 46.6mediană 44.4
Ce spun datele
Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 13.5 pct — ARC-AGI-2 (0.4%)
Neuniform: 41,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 54.8 pct pe Urmarea instrucțiunilor față de 13.5 pct pe ARC-AGI-2.
- Urmarea instrucțiunilor54.8 pct1,361Verifică →
- General52.8 pct1,364Verifică →
- Prompturi dificile52.3 pct1,378Verifică →
- Programare49.4 pct1,392Verifică →
- ARC-AGI-213.5 pct0.4%Verifică →
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
grok-3-mini-high stands at 46.6 (raw mean 44.5) — measured on 5 of 27 axes.
grok-3-mini-high stands at 46.6 versus a cohort median of 44.4 across 146 models released within 180 days — above the peer median.
grok-3-mini-high scores at percentile 13.5 on ARC-AGI-2.
grok-3-mini-high ranks between #172 and #648 across 5 built-in weightings — best under "Axat pe programare", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →