Grok 3 Mini
Grok 3 Mini ist xAIs kompaktes Reasoning-Modell aus den USA – ausgelegt auf logisches Schlussfolgern und Mathematik mit niedrigerer Latenz. Optionales Chain-of-Thought-Reasoning ist aktivierbar. Das Modell ist ausschließlich über die xAI-API verfügbar.
- Proprietär
- Workstation
- API
- Thinking-Optional
- Real-Time
Sovereign Risk: MEDIUM xAI ist ein US-amerikanisches Unternehmen und unterliegt dem CLOUD Act, jedoch ist kein direkter staatlicher Zugriff auf die Modellgewichte bekannt, da diese nicht öffentlich verfügbar sind.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 70.28
- Routine
- 44.41
- Reasoning
- 25.87
- LLM Judge Avg
- 3.33 / 5
- 100% Coverage
- Avg Task Duration
- 18.54s
- Real-Time
- Token Rate
- 55.37tok/s
- Output Rate
- P95 Latency
- 36.13s
- Top 5 %
- Total Tokens
- 54.7K
- Output Volume
- Cost per 1K
- $0.0015
- USD / 1K Requests
- Benchmark Cost
- $0.08
- Total · 54.7K tok
Benchmark-Module
7 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Grok 3 Mini
Bestes Modell
Ø Alle Modelle
Code Quality
67.5
CLI Benchmark
81.12
Logical Reasoning
67.3
UX Writing
67.95
Documentation
61.81
Content Transform.
76.82
Cultural Intelligence
74.3
Benchmark Cost
$0.08
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.