🚀 Xem kết quả điểm chuẩn mới nhất từ Artificial Analysis!

- Grok 4 đang dẫn đầu với chỉ số AI là 73, đánh bại OpenAI o3 (70), Google Gemini 2.5 Pro (70), Anthropic Claude 4 Opus (64) và DeepSeek R1 0528 (68). 🥇
- Về giá cả, Grok 4 ngang bằng với Grok 3 ở mức $3,15 trên một triệu token đầu vào/đầu ra ($0,75 cho đầu vào được lưu trong bộ nhớ cache). Mức giá này tương đương với Claude 4 Sonnet, nhưng đắt hơn Gemini 2.5 Pro ($1,25 cho <200k token) và o3 ($2 sau khi giảm giá gần đây). 💸
- Grok không chỉ chiến thắng trong lĩnh vực AI; nó còn đứng đầu các chỉ số lập trình và toán học! 📊📚
- Nó đã đạt được điểm GPQA Diamond kỷ lục là 88%, vượt qua mức cao trước đó của Gemini là 84%! 🌟
- Trong Humanity's Last Exam, nó đạt 24%, đánh bại kỷ lục trước đó của Gemini là 21%. Xin nhắc lại: điểm chuẩn của chúng tôi sử dụng bộ dữ liệu từ tháng 1 năm 2025 mà không có bất kỳ công cụ nào. 🧠📝
- Đồng hạng nhất về điểm số trong MMLU-Pro (87%) và AIME 2024 (94%). 🎉
- Tốc độ xuất token là 75 token/giây—chậm hơn o3 (188), Gemini (142) và Claude Sonnet Thinking (85), nhưng nhanh hơn Claude Opus Thinking (66). ⚡️
- Cửa sổ ngữ cảnh? 256k token vững chắc—ít hơn một triệu của Gemini, nhưng vẫn tốt hơn các phiên bản Claude và R1 (tất cả ở mức 200k trở xuống). 🪄
- Hỗ trợ nhập văn bản & hình ảnh hiện tại; âm thanh chưa có trong danh sách. 🔊❌
- Các lệnh gọi hàm và đầu ra có cấu trúc? Chắc chắn rồi! 📞✨

#AI #BenchmarkResults #Grok4