Grok-3 - Reasoning Beta 评测详情
Grok-3 - Reasoning Beta 当前已收录的代表性评测结果包括 AIME 2024（6 / 62，得分 93.30）、LiveCodeBench（31 / 118，得分 79.40）、GPQA Diamond（48 / 175，得分 84.60）。
评测结果
Grok-3 - Reasoning Beta
Grok-3 - Reasoning Beta 当前已收录的代表性评测结果包括 AIME 2024（6 / 62，得分 93.30）、LiveCodeBench（31 / 118，得分 79.40）、GPQA Diamond（48 / 175，得分 84.60）。