Grok 3: Fitur, Akses, Perbandingan O1 dan R1, dan Lainnya

Apa Itu Grok 3?

Grok 3 adalah model AI terbaru dari xAI, diposisikan sebagai pesaing langsung untuk o1 dari OpenAI dan R1 dari DeepSeek. Tim xAI mengklaim model ini 10 hingga 15 kali lebih kuat daripada Grok 2, dan berdasarkan tolok ukur yang ditampilkan dalam demo, model ini tampaknya mampu bersaing dengan yang terbaik di pasar.

Sumber: xAI

Apa yang membedakan model penalaran?

Jika Anda pernah menggunakan ChatGPT, Claude, atau Gemini, Anda sudah familiar dengan cara kerja sebagian besar model AI: Anda mengajukan pertanyaan, mereka menghasilkan jawaban, dan selesai.

Model penalaran seperti Grok 3 mengambil pendekatan berbeda. Alih-alih langsung memuntahkan jawaban, model ini mengurai masalah selangkah demi selangkah, menampilkan pemikiran antara, dan bahkan menyempurnakan keluarannya sebelum menyajikan respons akhir. Ini membuatnya sangat andal untuk tugas seperti matematika, pengodean, dan pemecahan masalah dunia nyata.

Sumber: xAI

Grok 3 Mini

Tidak semua tugas memerlukan penalaran berskala penuh dari Grok 3. Grok 3 mini dioptimalkan untuk kecepatan dan penggunaan komputasi yang lebih rendah, sambil tetap mempertahankan kemampuan penalaran Grok 3.

Grok 3 mini bisa sangat berguna bagi pengembang yang ingin mengoptimalkan pengeluaran penggunaan token saat menggunakan API.

Kita juga dapat beralih ke Grok 3 Mini untuk respons yang lebih cepat di antarmuka chat. Berdasarkan tolok ukur, tidak banyak pertanyaan yang tidak bisa ditanganinya.

Grok 3 Think Mode

Think mode adalah pengaturan opsional yang mengaktifkan proses penalaran multi-langkah Grok 3. Alih-alih langsung menuju jawaban, ia memecah masalah menjadi langkah-langkah kecil, mengevaluasi berbagai solusi, dan menyempurnakan responsnya sebelum menghasilkan hasil akhir.

Mode ini sangat berguna untuk pemecahan masalah kompleks, pembuktian matematika, tantangan pengodean, dan tugas berbasis logika. Ia meniru pola pikir terstruktur layaknya manusia, sehingga ideal untuk situasi ketika kualitas penalaran lebih penting daripada kecepatan.

Sejauh yang saya lihat, xAI memosisikan Grok 3 sebagai model penalaran sekaligus model generalis. Ketika Think mode dimatikan, perilakunya lebih mirip GPT-4o atau Claude 3.5 Sonnet—cepat, komunikatif, dan dioptimalkan untuk penggunaan umum. Namun saat Think mode diaktifkan, ia beralih ke mode penalaran, mengurai masalah kompleks langkah demi langkah.

Pendekatan hibrida ini semakin jelas saat melihat tolok ukurnya. xAI tidak hanya membandingkan Grok 3 dengan model penalaran seperti O1 dari OpenAI atau DeepSeek R1—mereka juga mengujinya melawan model generalis seperti GPT-4o, DeepSeek-V3, dan Claude 3.5 Sonnet. Ini menunjukkan mereka ingin bersaing di kedua kategori, bukan terbatas pada satu saja.

Sumber: xAI

Grok 3 Big Brain Mode

Big Brain mode adalah pengaturan performa tinggi Grok 3, yang mengalokasikan sumber daya komputasi ekstra untuk menangani tugas yang menuntut.

Saat diaktifkan, Grok 3 membutuhkan waktu lebih lama untuk memproses kueri namun memberikan akurasi lebih tinggi, wawasan lebih dalam, dan respons yang lebih terperinci. Mode ini sangat berguna untuk riset ilmiah, tugas AI berlapis-lapis, dan skenario pemecahan masalah yang sangat kompleks, di mana inferensi standar mungkin tidak cukup.

Grok 3 DeepSearch

DeepSearch adalah alat riset bawaan xAI yang memungkinkan Grok 3 menjelajah web, memverifikasi sumber, dan menyintesis informasi waktu nyata sebelum menghasilkan jawaban.

Berbeda dengan model AI standar yang bergantung pada data pra-latih, DeepSearch menarik informasi terbaru, sehingga ideal untuk berita, tren pasar, riset teknis, dan pemeriksaan fakta. Mode ini memosisikan Grok 3 sebagai pesaing Deep Research milik Gemini dan Deep Research milik OpenAI.

Sumber: xAI

Bagaimana Grok 3 Dikembangkan?

Grok 3 dibangun di atas peningkatan infrastruktur besar, teknik pelatihan baru, dan peningkatan masif dalam daya komputasi. Berbeda dengan para pendahulunya yang dilatih pada perangkat keras yang relatif terbatas, xAI kini membangun salah satu klaster pelatihan AI terbesar di dunia untuk mendukung pengembangan Grok 3.

Sumber: xAI

Colossus: superkomputer kustom xAI

Salah satu tantangan terbesar dalam melatih model AI berskala besar adalah ketersediaan komputasi. Untuk mengatasinya, xAI membangun klaster superkomputer sendiri bernama Colossus (gudangnya dapat Anda lihat pada gambar di atas).

Fase pertama, yang diselesaikan hanya dalam 122 hari, menerapkan 100.000 GPU H100, menjadikannya salah satu klaster pelatihan AI terbesar di dunia.

Pada fase kedua, xAI menggandakan kapasitas komputasi dalam 92 hari lagi. Infrastruktur ini memungkinkan pelatihan berkelanjutan, artinya Grok 3 masih terus meningkat secara waktu nyata seiring makin banyak pengguna berinteraksi dengannya.

Dari Grok 0 ke Grok 3

Grok 1 dirilis pada November 2023, dan meski punya kepribadian, levelnya jauh di bawah GPT-4o atau Claude 3.5 Sonnet. Grok 2 menyusul beberapa bulan kemudian dengan peningkatan besar, tetapi masih tertinggal dari model-model teratas.

Sumber: xAI

Namun Grok 3 menandai lompatan yang jauh lebih besar. Timnya mengklaim Grok 3 10–15 kali lebih kuat daripada Grok 2, berkat peningkatan model dan lonjakan dramatis dalam komputasi pelatihan.

Tolok Ukur Grok 3

xAI mengklaim Grok 3 adalah salah satu model AI terkuat hingga saat ini, dan tolok ukur dari demo langsungnya menunjukkan bahwa ia mungkin benar-benar kompetitif dengan yang terbaik. Mari kita uraikan hasilnya di bidang matematika, sains, dan pengodean untuk melihat perbandingannya dengan GPT-4o, Claude 3.5 Sonnet, Gemini-2 Pro, dan DeepSeek-V3, serta model penalaran lain seperti O1 dan DeepSeek-R1.

Performa melawan model generalis

Set tolok ukur pertama membandingkan Grok 3 dan Grok 3 Mini dengan model serbaguna lainnya.

Sumber: xAI

Grok 3 unggul di semua kategori dengan margin besar, tetapi matematika, sains, dan pengodean hanya mewakili sebagian kecil kasus penggunaan model generalis—orang juga mengandalkannya untuk menulis, menganalisis laporan, memberikan dukungan pelanggan, dan lainnya.

Akan menarik untuk melihat bagaimana Grok 3 tampil pada tolok ukur seperti MMLU (pengetahuan luas di 57 subjek), BBH (penalaran kompleks dan pemecahan masalah abstrak), atau TruthfulQA (akurasi dalam menjawab pertanyaan ambigu atau kontroversial) guna mendapatkan gambaran lebih lengkap tentang kemampuan dunia nyatanya.

Performa melawan model penalaran

Saat kemampuan penalaran Grok 3 dimanfaatkan sepenuhnya—artinya Think mode dan Big Brain mode dinyalakan—performa model melonjak signifikan. Set tolok ukur kedua ini membandingkan Grok 3 Reasoning Beta dan Grok 3 mini Reasoning dengan model penalaran canggih lain, termasuk O1, DeepSeek-R1, dan Gemini-2 Flash Thinking.

Sumber: xAI

Kemampuan penalaran Grok 3 mendorong performa matematikanya ke 93–96, lonjakan besar dari mode generalisnya (52).

Skor sains dan pengodean juga meningkat signifikan, melampaui o1, DeepSeek-R1, dan Gemini-2 Flash Thinking.

Grok 3 mini Reasoning tampil setara dengan Grok 3 penuh dalam tugas penalaran (atau bahkan lebih baik—saya akui, grafiknya agak membingungkan dengan lapisan warna itu), yang berarti varian yang lebih kecil pun tetap kompetitif dalam pemecahan masalah kompleks.

Bagaimana Cara Mengakses Grok 3?

xAI meluncurkan Grok 3 secara bertahap, dengan ketersediaan lebih luas di bulan-bulan mendatang. Kita akan dapat menggunakan Grok 3 di antarmuka berbasis chat dan melalui API.

Antarmuka berbasis chat

Model ini saat ini terintegrasi ke dalam X (sebelumnya Twitter) dan tersedia untuk pelanggan Premium+. Pengguna dapat mengobrol langsung di dalam platform, seperti versi Grok sebelumnya. Anda dapat menemukan tombol Grok di menu sisi kiri:

Selain X, xAI telah meluncurkan grok.com, antarmuka web mandiri tempat pengguna dapat berinteraksi dengan model di luar platform media sosial. Mengakses Grok melalui situs ini belum tersedia di UE dan Inggris.

Ada juga aplikasi seluler khusus, tetapi hanya tersedia di iOS.

API Grok 3

Hingga artikel ini diterbitkan, Grok 3 belum dirilis melalui API, tetapi kemungkinan segera tersedia. Pantau halaman models untuk pembaruan terbaru.

Kesimpulan

Grok 3 jelas merupakan rilis paling ambisius dari xAI sejauh ini, namun saya menunggu untuk melihat bagaimana kinerjanya di luar tolok ukur demo mereka sendiri. Saat ini, model ini tampak solid sebagai model penalaran, bersaing dengan OpenAI dan DeepSeek dalam pemecahan masalah multi-langkah.

Pendekatan hibrida—di mana ia dapat beralih antara balasan cepat dan percakapan serta penalaran lebih dalam dengan Think mode—masuk akal di atas kertas. Tetapi saya ingin melihat seberapa baik ia benar-benar menggeneralisasi di luar matematika, pengodean, dan sains, khususnya dalam tugas seperti menulis, merangkum, dan riset dunia nyata. Anda juga dapat melihat panduan kami untuk model terbaru, Grok 4.1.