近日，科技界巨头埃隆·马斯克携其xAI团队，在一场备受瞩目的直播活动中，正式揭晓了备受期待的Grok 3。此前，马斯克通过一系列预热宣传，已将公众对Grok 3的期望推向巅峰。然而，这款被马斯克寄予厚望的人工智能模型，在实际表现上却未能如其宣传般惊艳。
直播现场，马斯克宣称Grok 3在数学、科学与编程领域的基准测试中，已超越当前所有主流模型，并计划将其应用于SpaceX的火星任务计算。他甚至大胆预测，未来三年内，Grok 3有望实现诺贝尔奖级别的科学突破。然而，现实却给这份豪情泼了一盆冷水。
发布后不久，一些媒体即对Grok 3的Beta版进行了测试，并提出了一个看似简单实则刁钻的问题：“9.11与9.9哪个大？”令人惊讶的是，被誉为“最聪明”的Grok 3，竟未能正确回答这个问题，引发了网友的一片嘲讽，戏称其为“天才不屑回答简单问题”。
不仅如此，在xAI发布会直播中，当Grok 3被要求对游戏《流放之路 2》的职业与升华效果进行分析时，也给出了大量错误答案。更令人意外的是，即便是马斯克本人，也未能察觉这些显而易见的错误。
尽管在官方PPT中，Grok 3在大模型竞技场Chatbot Arena中的表现看似遥遥领先，但实际上，其与DeepSeek R1和GPT4.0的差距仅有1%到2%。这一数据无疑给Grok 3的“领先”地位打上了一个大大的问号。
在发布会上，马斯克透露，为了打造Grok 3，他们使用了超过20万张H100芯片，总训练小时数更是达到了惊人的两亿小时。然而，与之形成鲜明对比的是，DeepSeek V3仅使用了2000张H800芯片，训练时间也仅有两个月，但其性能却与Grok 3相差无几。这一现象表明，随着模型规模的不断扩大，性能提升的边际效应已经越来越明显。
面对外界的质疑，马斯克在社交媒体上表示，当前的Grok 3仅为测试版，完整版将在未来几个月内推出，并诚邀用户反馈使用中的问题。这一表态，无疑为Grok 3的未来留下了一丝悬念。
