★
메뉴
홈 구축 방식 관심 목록 스택
하드웨어 칩칩 비교 서버 및 시스템네트워킹 메모리파운드리 및 패키징 냉각
시설 데이터 센터전력 프로젝트클라우드 및 GPU 컴퓨팅
인텔리전스 AI 모델소프트웨어 AI 제품벤치마크 연구 논문데이터셋 개념
생태계 기업주식 인물타임라인 트렌드AI의 미래
학습 뉴스 데이터에 질문하기 AI 에이전트
소개 회사 소개 방법론 데이터 및 API 면책 고지
옵션
데이터 및 API

사이트 캐시 데이터에 대한 무료 읽기 전용 JSON 접근.

다크 모드

가이드 보기
칩, 데이터 센터, 모델 용어가 생소하신가요? 브라우징하면서 핵심 용어를 알기 쉽게 설명해 드립니다. 동일한 데이터에 도움말이 내장되어 있습니다.

전문가 보기
스택은 이미 알고 계시죠. 데이터만 제공합니다: 깔끔하고, 빠르고, 간결하게, 불필요한 설명 없이. 이것이 기본 보기입니다.

인터페이스 언어
‹ 뒤로
홈 › AI 모델 › GPT-3

GPT-3

AI 모델 히스토리컬 히스토리컬

175 billion parameters and the discovery of in-context learning.

현재 보고 계신 것은 AI 모델 레코드입니다: 누가 만들었는지, 무엇을 할 수 있는지, 그리고 이를 뒷받침하는 하드웨어와 데이터를 다룹니다.

GPT-3 demonstrated that a large enough language model could perform tasks from a few examples in its prompt — no fine-tuning — launching the API business model and the scaling era. Trained on V100 clusters with 3.1×10²³ FLOP (disclosed), it is the ancestor of every product on this site's Models list.

사양 및 주요 정보

각 수치에는 근거 유형이 표시됩니다: 벤더 사양, 벤더 주장, 보고된 값, 추정치, 또는 공식 발표. "공개되지 않음"은 그대로의 의미이며, 값을 임의로 만들어내는 일은 없습니다.

Overview

Training compute 3.1×10²³ FLOPPublished paper
Training hardware NVIDIA V100 clusters (Microsoft-built)Published paper

전체 스택에서의 연결 구조

이 레코드의 링크를 한눈에 확인하세요 — 그룹을 클릭하면 해당 위치로 이동합니다.

개발사

학습 데이터

학습 데이터 포함

후속 제품

이전 제품

출처

GPT-3 paper ↗

검토 기준일 2026-01-15 — 보기 방법론.