xAI
Grok-3 mini 评测成绩
来自 4 个来源、6 项基准的 7 条成绩。
闭源 发布: 2025年4月9日 更新于 2026年10月22日
其他名称: grok-3-mini-high · grok-3-mini-beta · grok-3-mini-beta_high · grok-3-mini-beta_low · Grok-3-Mini (High) · Grok-3-mini
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1364 | 201 | Overall, style control on; 15600 votes; 95% CI 1358–1369“grok-3-mini-high” | 官方榜单 | 2026年10月8日 |
| LMArena Text | 1358 | 207 | Overall, style control on; 20937 votes; 95% CI 1353–1363“grok-3-mini-beta” | 官方榜单 | 2026年10月8日 |
| LiveCodeBench | 62.6% | 8 | Code generation, 182 problems dated 2025-01-01…2025-04-07“Grok-3-Mini (High)” | 官方榜单 | 2025年4月7日 |
| GPQA Diamond | 75.5% | 140 | Epoch AI run, accuracy | 独立评测 | 2025年5月26日 |
| MMLU-Pro | 83.0% | 47 | Overall accuracy; data source: Self-Reported“Grok-3-mini” | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 62.2% | 144 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年4月10日 |
| MATH Level 5 | 90.9% | 21 | Epoch AI run, accuracy | 独立评测 | 2025年4月10日 |
常见问题
Grok-3 mini 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LiveCodeBench leaderboard、LMArena leaderboard dataset和MMLU-Pro leaderboard (TIGER-Lab)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。