Grok 3

Pesos cerrados xAI 3T parámetros February 2025

Sin estimación

Sin requisitos de hardware para este modelo

Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..

En registro

especificación completa

Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..

Origen

Quién construyó este modelo, dónde, y cuándo fue publicado.

Organización
xAI
Tipo de Organización
Industry
País
United States of America
Publicado
17 February 2025

Lo que hace

Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.

Dominio
Language, Vision, Multimodal
Tarea
Chat, Language modeling/generation, Question answering, Code generation, Visual question answering

Tamaño

Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.

parámetros
3T
Datos de entrenamiento
tokens

Cómputo de entrenamiento

La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.

Cómputo de entrenamiento
3.5 × 10²⁶ FLOP

Estimate based on a cluster of 80,000 H100s per the xai website and an estimated training time of approximately three months. Full estimate here: https://docs.google.com/document/d/1MIUFviULJ3YI_XjyzL8cwG0cBRANKNxVEB4DrUcFiNs/edit?usp=sharing

Cómo se estableció
Hardware,Comparison with other models
Rango plausible
2.1 × 10²⁶ – 1.1 × 10²⁷ FLOP

La ejecución de entrenamiento

Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.

Hardware de entrenamiento
NVIDIA H100 SXM5 80GB
Chips utilizados
80,000
Tiempo de reloj
2,160 hours (90 days)

Estimated to be approximately 3 months. See compute estimate notes for more details.

Consumo de energía
109.9 MW
Costo de cómputo
$217,835,546
Centro de datos
xAI Memphis Colossus 1

Disponibilidad

Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.

Pesos
Closed — provider access only
Acceso al modelo
API access
Código de entrenamiento
Unreleased

Cómo está clasificado

Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.

Modelo Frontier
Yes
Probablemente por encima de 10²³ FLOP
Yes
Por qué se rastrea
Training cost
Confianza de registro
Likely

Fuentes

De dónde proviene este registro y cuándo fue comprobado por última vez.

Referencia
Grok 3 Beta — The Age of Reasoning Agents
Última actualización
3 June 2026

Qué significan los números

Acerca de este modelo

Grok 3 fue publicado por xAI, en el país registrado como United States of America, durante February 2025. Sale de una organización categorizada como industry.

Funciona en el dominio de Language, Vision, Multimodal, y se registra como realizando la tarea de chat, Language modeling/generation, Question answering, Code generation, Visual question answering.

Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.

Qué se necesitó para construirlo

El entrenamiento consumió alrededor de 3.5 × 10²⁶ FLOP, en hardware registrado como NVIDIA H100 SXM5 80GB. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

Su criterio de inclusión: training cost.

Respuestas

Grok 3 — preguntas comunes

01

Grok 3— ¿cuándo fue lanzado?

Se publicó en February 2025.

02

Grok 3— ¿Para qué se utiliza?

Funciona en el dominio de Language, Vision, Multimodal, y se registra como manejando la tarea de chat, Language modeling/generation, Question answering, Code generation, Visual question answering. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.

03

Grok 3— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 3.5 × 10²⁶ FLOP, en hardware registrado como NVIDIA H100 SXM5 80GB. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.

04

Grok 3— ¿Qué GPU necesito para ejecutarlo?

Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.

05

Grok 3— ¿Es de código abierto?

No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.

06

Grok 3— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 3T. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.

07

Grok 3— ¿Quién lo creó?

Fue publicado por xAI, basado en United States of America, una organización categorizada como industry.

Origen

Publicación original

Última actualización registrada 3 June 2026

La otra dirección

¿Mirándolo desde el otro lado?

Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.