Grok-3 mini
xAI 모델 · 2025년 6월 24일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- xAI
- 공개일
- 이용 방식
- API 제공
- 종합 능력 지수(ECI)
- 140.3신뢰구간 137.5~142.0
- Arena 점수(사람 투표)
- 1370183위 · 투표 15,600표
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
xAI 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학76.3%
94개 모델 중 54위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 오차 ±3%.
- MATH Level 5수학90.9%
45개 모델 중 13위. MATH 데이터셋에서 가장 어려운 단계. AMC 10·12, AIME 같은 경시대회 문제다. 오차 ±0.8%.
- OTIS 모의 AIME수학77.8%
91개 모델 중 48위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 오차 ±6.3%.
- FrontierMath(2025판)수학5.9%
46개 모델 중 30위. 연구 수준의 매우 어려운 수학 문제(비공개). 2026년 6월 새 판으로 바뀌기 전 기록이다. 오차 ±1.4%.
- Aider Polyglot코딩49.3%
29개 모델 중 18위. C++·Go·Java·JavaScript·Python·Rust의 어려운 연습 문제 225개를 코드 편집으로 푸는 시험(두 번째 시도까지 통과율). 생각 수준 '높음' 기준. (Aider 측정)
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
개발사 발표 점수
개발사가 공식 페이지나 논문에 직접 밝힌 수치입니다. 평가 조건이 서로 달라 다른 모델과 바로 비교하기는 어렵습니다. 항목마다 원문에서 확인할 수 있습니다.
함께 볼 모델
- Grok 4 xAI · 2025-07-09
- Grok 3 xAI · 2025-04-09
Gemini 2.5 Flash-Lite (Jun 2025) Google · 2025-06-17- Gemini 2.5 Flash (Jun 2025) Google · 2025-06-17