Grok-3
Grok-3 est un LLM propriétaire de xAI, lancé le 17 février 2025 avec des poids non ouverts. À l’échelle de l’IA, son ancienneté d’environ un an le place déjà dans une génération passée, utile à situer face aux modèles de sa période plutôt qu’aux systèmes les plus récents.
Grok-3 est un LLM propriétaire de xAI, lancé le 17 février 2025 avec des poids non ouverts. À l’échelle de l’IA, son ancienneté d’environ un an le place déjà dans une génération passée, utile à situer face aux modèles de sa période plutôt qu’aux systèmes les plus récents.
Le modèle se distingue par une très grande échelle annoncée, 3000 milliards de paramètres et une fenêtre de contexte de 131 072 tokens. Son entraînement est également marquant, avec 3,5 × 10²⁶ FLOP, soit environ 97,2 millions d’heures-GPU H100, pour un coût estimé à 217,8 millions de dollars.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | xAI |
| Licence | Proprietary (poids non ouverts) |
| Date de sortie | 17 février 2025 |
| Connaissances jusqu'à | 2024-11-17 |
| Multimodal | oui |
| Paramètres | 3000 milliards |
| Fenêtre de contexte | 131 072 tokens |
| Modalités (entrée → sortie) | text,image → text |
Indices de synthèse
| Indice | Valeur | Rang (LLM) |
|---|---|---|
| Intelligence Index | 18.4 | 105ᵉ / 136 |
| Math Index | 58.0 | 27ᵉ / 55 |
Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Epoch: MATH level 5 | 88,7 % | 17ᵉ / 84 | epoch | ✅ Mesuré |
| Epoch: GPQA diamond | 75,8 % | 53ᵉ / 132 | epoch | ✅ Mesuré |
| Epoch: OTIS Mock AIME 2024-2025 | 55,6 % | 59ᵉ / 111 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-2025-02-28-Private | 3,8 % | 53ᵉ / 69 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-Tier-4-2025-07-01-Private | 0,0 % | 47ᵉ / 55 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-Tier-4-2025-07-01-Public | 0,0 % | 3ᵉ / 36 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-2025-02-28-Public | 0,0 % | 35ᵉ / 64 | epoch | ✅ Mesuré |
| AIME 2024 | 93,3 % | 3ᵉ / 52 | llm-stats | Auto-déclaré |
| AIME 2025 | 93,3 % | 25ᵉ / 108 | llm-stats | Auto-déclaré |
| GPQA | 84,6 % | 45ᵉ / 213 | llm-stats | Auto-déclaré |
| LiveCodeBench | 79,4 % | 10ᵉ / 72 | llm-stats | Auto-déclaré |
| MMMU | 78,0 % | 16ᵉ / 61 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Intelligence Index
Math Index
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| xai | 3 $ | 15 $ | n.d. |
| artificialanalysis | 4 $ | 20 $ | 1,5375 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 54 % au-dessus de la moyenne des LLM similaires, et 1,6 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Entraînement & empreinte
| Indicateur | Valeur |
|---|---|
| Compute d'entraînement | 3,5 × 10²⁶ FLOP |
| Jeu de données | Unspecified unreleased |
| Coût d'entraînement estimé | ≈ 217 835 546 $ (USD 2023) |
| Matériel | NVIDIA H100 SXM5 80GB |
| Nombre de puces | 80 000 |
| Puissance électrique | 109 948 656 W |
| Durée d'entraînement | 2 160 h |
| Pays | United States of America |
Notre analyse
Forces. À sa sortie, Grok-3 figurait dans le haut du panier de sa génération sur GPQA diamond, un benchmark de questions scientifiques niveau doctorat, avec un classement dans le top 8% des LLM comparables de la même période. Ses résultats en mathématiques étaient aussi solides pour son époque, notamment sur MATH level 5, où il se plaçait parmi les meilleurs modèles évalués. La fenêtre de contexte de 131 072 tokens constituait un atout concret pour traiter de longs documents ou des échanges étendus. Côté prix, Grok-3 se situait dans la moyenne du marché, tout en restant moins coûteux que les modèles frontière.
Limites et points d'attention. Grok-3 est aujourd’hui un modèle ancien à l’échelle de l’IA, probablement dépassé par les générations plus récentes et souvent plus central dans les comparaisons historiques que dans les catalogues actuels. Son Intelligence Index le place en bas de classement relatif, malgré de bons résultats ponctuels en mathématiques et en sciences. Les benchmarks FrontierMath, centrés sur des mathématiques de recherche très difficiles, montrent des limites nettes, surtout sur les versions privées et Tier-4. Sa tarification reste 54% au-dessus de la moyenne des LLM similaires, ce qui affaiblit son intérêt économique hors contexte historique. Les poids non ouverts restreignent aussi l’analyse indépendante du modèle.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Epoch AI (epoch.ai), CC-BY-4.0.