Tool Use Recommendation: Grok-2
Обзор сценария
Grok-2 by Xai is a recommended option for the Tool Use use case.
Рекомендуемые модели
| Ранг | Поставщик | Окно контекста | Score |
|---|
| #10 | Xai | 131K | 37/100 |
Анализ производительности
Производительность
| Бенчмарк | Очки |
|---|
| MMLU | 87.5 |
| HUMANEVAL | 88.4 |
| GSM8K | 93.2 |
| MATH | 76.8 |
| BBH | 84.0 |
Сильные стороны
- MMLU score 87.5, strong knowledge reasoning.
- HumanEval 88.4, excellent code generation.
- GSM8K 93.2, robust math reasoning.
- 支持文本、图像、音频多模态输入。
Требования
- 需要 xai 的 API 密钥
- 输入长度须在 131K 上下文窗口内