Grok 3: Özellikler, Erişim, O1 ve R1 Karşılaştırması ve Daha Fazlası

Grok 3 Nedir?

Grok 3, xAI’nin en yeni yapay zekâ modeli olup OpenAI’nin o1’i ve DeepSeek’in R1’i ile doğrudan rekabet edecek şekilde konumlandırılmıştır. xAI ekibi, Grok 2’den 10 ila 15 kat daha güçlü olduğunu iddia ediyor ve demoda sunulan kıyaslamalara bakılırsa, piyasadaki en iyi modeller karşısında boy gösterebilir.

Kaynak: xAI

Muhakeme modelleri nasıl farklıdır?

ChatGPT, Claude veya Gemini kullandıysanız, çoğu yapay zekâ modelinin nasıl çalıştığını bilirsiniz: siz bir soru sorarsınız, o da bir yanıt üretir ve olay biter.

Grok 3 gibi muhakeme modelleri ise farklı bir yaklaşım benimser. Hemen bir yanıt vermek yerine, sorunları adım adım parçalar, ara düşüncelerini gösterir ve nihai yanıtı sunmadan önce çıktısını iyileştirir. Bu da onları özellikle matematik, kodlama ve gerçek dünyadaki problem çözme gibi görevlerde güçlü kılar.

Kaynak: xAI

Grok 3 Mini

Her görev Grok 3’ün tam kapsamlı muhakemesini gerektirmez. Grok 3 mini, Grok 3’ün muhakeme yeteneklerini korurken hız ve daha düşük hesaplama kullanımı için optimize edilmiştir.

Grok 3 mini, API kullanırken token maliyetlerini optimize etmek isteyen geliştiriciler için özellikle yararlı olabilir.

Sohbet arayüzünde daha hızlı yanıt almak için de Grok 3 Mini’ye geçebiliriz. Kıyaslamalara göre, başa çıkamayacağı çok az soru olacak.

Grok 3 Think Modu

Think modu, Grok 3’ün çok adımlı muhakeme sürecini etkinleştiren isteğe bağlı bir ayardır. Doğrudan bir yanıta atlamak yerine, sorunları daha küçük adımlara böler, farklı çözümleri değerlendirir ve nihai sonucu üretmeden önce yanıtını iyileştirir.

Bu mod, özellikle karmaşık problem çözme, matematiksel ispatlar, kodlama zorlukları ve mantık temelli görevler için faydalıdır. İnsan benzeri yapılandırılmış düşünmeyi taklit eder ve hızdan çok muhakemenin kalitesinin önemli olduğu durumlar için idealdir.

Gözlemleyebildiğim kadarıyla, xAI Grok 3'ü hem bir muhakeme modeli hem de genel amaçlı bir model olarak konumlandırıyor. Think modu kapalıyken daha çok GPT-4o veya Claude 3.5 Sonnet gibi davranıyor—hızlı, sohbet odaklı ve genel kullanım için optimize edilmiş. Ancak Think modu etkinleştirildiğinde, karmaşık sorunları adım adım çözen bir muhakeme moduna geçiyor.

Bu hibrit yaklaşım, kıyaslamalara bakıldığında daha da netleşiyor. xAI, Grok 3'ü yalnızca OpenAI’nin O1’i veya DeepSeek R1 gibi muhakeme modelleriyle karşılaştırmakla kalmadı—ayrıca GPT-4o, DeepSeek-V3 ve Claude 3.5 Sonnet gibi genel amaçlı modellerle de test etti. Bu da Grok 3’ün yalnızca bir kategoriyle sınırlı kalması yerine her iki kategoride de rekabet etmesinin hedeflendiğini gösteriyor.

Kaynak: xAI

Grok 3 Big Brain Modu

Big Brain modu, Grok 3’ün yüksek performans ayarıdır ve zorlu görevleri karşılamak için ek hesaplama kaynakları tahsis eder.

Etkinleştirildiğinde Grok 3 sorguları işlemede daha uzun süre alır, ancak daha yüksek doğruluk, daha derin içgörüler ve daha ayrıntılı yanıtlar sunar. Bu mod, standart çıkarımın yeterli olmayabileceği bilimsel araştırmalar, çok katmanlı yapay zekâ görevleri ve son derece karmaşık problem çözme senaryolarında özellikle yararlıdır.

Grok 3 DeepSearch

DeepSearch, Grok 3’ün web’i taramasına, kaynakları doğrulamasına ve bir yanıt üretmeden önce gerçek zamanlı bilgileri sentezlemesine olanak tanıyan xAI’nin yerleşik araştırma aracıdır.

Önceden eğitilmiş verilere dayanan standart yapay zekâ modellerinin aksine, DeepSearch güncel bilgileri çeker; bu da onu haberler, piyasa trendleri, teknik araştırmalar ve doğruluk kontrolü için ideal kılar. Bu mod, Grok 3’ü Gemini’nin Deep Research’ü ve OpenAI’nin Deep Research’ü ile rakip konumuna getirir.

Kaynak: xAI

Grok 3 Nasıl Geliştirildi?

Grok 3, büyük altyapı yükseltmeleri, yeni eğitim teknikleri ve devasa bir hesaplama ölçeklendirmesi üzerine inşa edildi. Nispeten sınırlı donanım üzerinde eğitilen seleflerinden farklı olarak, xAI artık Grok 3’ün geliştirilmesini desteklemek için dünyanın en büyük yapay zekâ eğitim kümelerinden birini oluşturdu.

Kaynak: xAI

Colossus: xAI’nin özel süper bilgisayarı

Büyük ölçekli yapay zekâ modellerini eğitmedeki en büyük zorluklardan biri hesaplama kaynağı erişimidir. Bunun etrafından dolanmak için xAI, Colossus adlı kendi süper bilgisayar kümesini inşa etti (depo binasını yukarıdaki görselde görebilirsiniz).

Sadece 122 günde tamamlanan ilk aşamada 100.000 H100 GPU devreye alındı ve bu da onu dünyanın en büyük yapay zekâ eğitim kümelerinden biri yaptı.

İkinci aşamada xAI, 92 gün içinde hesaplama kapasitesini iki katına çıkardı. Bu altyapı, kesintisiz eğitime olanak tanıyor; bu da daha fazla kullanıcı etkileşimi oldukça Grok 3’ün gerçek zamanlı olarak gelişmeye devam ettiği anlamına geliyor.

Grok 0'dan Grok 3'e

Grok 1, Kasım 2023’te yayımlandı; bir kişiliği olsa da GPT-4o veya Claude 3.5 Sonnet seviyesinde değildi. Grok 2 birkaç ay sonra geldi ve büyük ilerlemeler gösterdi, ancak yine de en üst modellerin gerisindeydi.

Kaynak: xAI

Grok 3 ise çok daha büyük bir sıçramaya işaret ediyor. Ekip, model iyileştirmeleri ve eğitim hesaplamasındaki dramatik artış sayesinde Grok 3’ün Grok 2’den 10–15 kat daha güçlü olduğunu iddia ediyor.

Grok 3 Kıyaslamaları

xAI, Grok 3’ün bugüne kadarki en güçlü yapay zekâ modellerinden biri olduğunu iddia ediyor ve canlı demodaki kıyaslamalar, en iyilerle rekabet edebileceğini öne sürüyor. Matematik, bilim ve kodlama alanlarındaki sonuçları parçalayarak GPT-4o, Claude 3.5 Sonnet, Gemini-2 Pro ve DeepSeek-V3’e karşı; ayrıca O1 ve DeepSeek-R1 gibi diğer muhakeme modellerine kıyasla nasıl bir tablo çizdiğine bakalım.

Genel amaçlı modellere karşı performans

İlk kıyaslama seti, Grok 3 ve Grok 3 Mini’yi diğer genel amaçlı modellerle karşılaştırıyor.

Kaynak: xAI

Grok 3 tüm kategorilerde açık ara önde, ancak matematik, bilim ve kodlama, genel amaçlı model kullanım senaryolarının yalnızca bir kısmını temsil ediyor—insanlar yazma, rapor analiz etme, müşteri desteği sağlama ve daha fazlası için de bu modellere güveniyor.

Gerçek dünya yeteneklerine dair daha eksiksiz bir tablo elde etmek için Grok 3’ün MMLU (57 konu genelinde geniş bilgi), BBH (karmaşık muhakeme ve soyut problem çözme) veya TruthfulQA (muğlak ya da tartışmalı sorulara doğru yanıt verme) gibi kıyaslamalarda nasıl performans gösterdiğini görmek ilginç olurdu.

Muhakeme modellere karşı performans

Grok 3’ün muhakeme yetenekleri tam olarak kullanıldığında—yani Think modu ve Big Brain modu açıldığında—modelin performansı önemli ölçüde artıyor. Bu ikinci kıyaslama seti, Grok 3 Reasoning Beta ve Grok 3 mini Reasoning'i O1, DeepSeek-R1 ve Gemini-2 Flash Thinking dahil olmak üzere diğer gelişmiş muhakeme modelleriyle karşılaştırıyor.

Kaynak: xAI

Grok 3’ün muhakeme yetenekleri, matematik performansını 93–96 aralığına taşıyor; bu da genel amaçlı moduna (52) göre büyük bir sıçrama.

Bilim ve kodlama puanları da önemli ölçüde iyileşiyor ve o1, DeepSeek-R1 ile Gemini-2 Flash Thinking’i geride bırakıyor.

Grok 3 mini Reasoning, muhakeme görevlerinde tam sürüm Grok 3 ile benzer bir performans sergiliyor (hatta daha iyi olabilir—itiraf etmeliyim, grafikteki renk katmanları biraz kafa karıştırıcı), yani daha küçük varyant bile karmaşık problem çözmede rekabetçi kalıyor.

Grok 3’e Nasıl Erişilir?

xAI, Grok 3’ü kademeli olarak sunuyor ve önümüzdeki aylarda daha geniş erişim bekleniyor. Grok 3’ü sohbet tabanlı bir arayüzde ve API aracılığıyla kullanabileceğiz.

Sohbet tabanlı arayüz

Model, şu anda X’e (eski adıyla Twitter) entegre durumda ve Premium+ abonelerine sunuluyor. Kullanıcılar, önceki Grok sürümlerinde olduğu gibi doğrudan platform içinde onunla sohbet edebiliyor. Grok düğmesini sol taraftaki menüde bulabilirsiniz:

X’in ötesinde xAI, kullanıcıların modeli sosyal medya platformu dışında kullanabildiği bağımsız bir web arayüzü olan grok.com'u başlattı. Bu site üzerinden Grok’a erişim AB ve Birleşik Krallık’ta henüz mevcut değil.

Ayrıca bir özel mobil uygulama da var, ancak yalnızca iOS’ta mevcut.

Grok 3 API

Bu makalenin yayımlandığı tarih itibarıyla Grok 3 henüz API üzerinden sunulmadı, ancak yakında kullanıma açılması muhtemel. En son güncellemeler için modeller sayfasını takip edin.

Sonuç

Grok 3, xAI’nin şimdiye kadarki en iddialı sürümü, ancak kendi demo kıyaslamalarının dışında nasıl performans göstereceğini görmeyi bekliyorum. Şu anda çok adımlı problem çözmede OpenAI ve DeepSeek ile rekabet eden sağlam bir muhakeme modeli gibi görünüyor.

Hızlı, sohbet odaklı yanıtlar ile Think modu sayesinde daha derin muhakeme arasında geçiş yapabildiği hibrit yaklaşım, kâğıt üzerinde mantıklı. Ancak matematik, kodlama ve bilimin ötesinde; özellikle yazma, özetleme ve gerçek dünya araştırmaları gibi görevlerde ne kadar iyi genelleme yapabildiğini görmek isterim. En yeni model Grok 4.1 için rehberimize de göz atabilirsiniz.