A Grok acabou de conquistar o topo da tabela de classificações do Text Arena da LMArena. Os números? Uns impressionantes 1483 de Elo no modo Thinking—deixando uma diferença de 31 pontos em relação ao concorrente não-xAI mais próximo. E o mais surpreendente: mesmo sem o modo de raciocínio ativado, alcança o 2.º lugar com 1465 de Elo. Isto representa uma execução mais rápida do que aquela que a maioria dos rivais consegue com todas as capacidades ativadas. Estará a diferença de desempenho a aumentar ou será apenas um pico temporário? Seja como for, o benchmark diz tudo.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
15 gostos
Recompensa
15
3
Republicar
Partilhar
Comentar
0/400
gas_fee_therapy
· 4h atrás
O grok já começou a gabar-se outra vez, 1483 elo? Vamos esperar para ver quanto tempo este número se mantém...
Ver originalResponder0
ZKSherlock
· 4h atrás
na verdade... benchmarks como estes ignoram sempre a sobrecarga computacional que estão a usar para alcançar esses números. 31 pontos não é pouco mas, qual é o verdadeiro custo de inferência? ninguém fala dessa parte lol
Ver originalResponder0
ClassicDumpster
· 4h atrás
1483 pontos a dominar completamente o campo, este deve ser o efeito que a xAI procura.
A Grok acabou de conquistar o topo da tabela de classificações do Text Arena da LMArena. Os números? Uns impressionantes 1483 de Elo no modo Thinking—deixando uma diferença de 31 pontos em relação ao concorrente não-xAI mais próximo. E o mais surpreendente: mesmo sem o modo de raciocínio ativado, alcança o 2.º lugar com 1465 de Elo. Isto representa uma execução mais rápida do que aquela que a maioria dos rivais consegue com todas as capacidades ativadas. Estará a diferença de desempenho a aumentar ou será apenas um pico temporário? Seja como for, o benchmark diz tudo.