近期，科技界迎来了一场备受瞩目的盛事——马斯克携其xAI团队通过一场直播活动，正式揭晓了备受期待的Grok 3人工智能模型。在此之前，马斯克通过一系列预热宣传，已经将Grok 3的神秘面纱撩拨得令人心痒难耐，公众对其的期待值达到了前所未有的高度。
然而，在这场万众瞩目的发布会上，马斯克宣称Grok 3在数学、科学与编程领域的基准测试中超越了所有主流模型，甚至雄心勃勃地计划将其应用于SpaceX的火星任务计算，并预测未来三年内将带来诺贝尔奖级别的科学突破。这一系列豪言壮语，无疑将Grok 3推向了神坛。
遗憾的是，Grok 3的实际表现却与马斯克的豪言壮语大相径庭。发布后不久，一些媒体便对Grok 3的Beta版进行了测试，结果却令人大跌眼镜。面对一个经典的大模型刁难问题——“9.11与9.9哪个大？”，号称目前最聪明的Grok 3竟然无法给出正确答案，这一尴尬表现迅速在网络上引发了热议，网友戏称其为“天才不愿意回答简单问题”。
不仅如此，在xAI发布会直播中，当Grok 3被用于分析游戏《流放之路 2》的职业与升华效果时，其表现同样令人失望。Grok 3给出了大量错误答案，而这些错误在直播中甚至没有被马斯克本人察觉。这一系列失误，无疑让Grok 3的声誉受到了严重质疑。
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，但仔细分析后却发现，其与DeepSeek R1和GPT4.0的差距其实并不大，仅为1%到2%。这一数据无疑揭示了Grok 3在性能提升上的边际效应已经显现。
为了打造Grok 3，马斯克不惜投入巨资，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，与之相比，DeepSeek V3却仅使用了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。这一对比，无疑让Grok 3的高昂投入显得有些得不偿失。
面对Grok 3的种种失误和质疑，马斯克并未选择逃避。他在社交媒体上表示，当前的Grok 3仅是测试版，完整版将在未来几个月内推出，并诚邀用户反馈使用问题。这一表态，虽然无法立即挽回Grok 3的声誉，但至少展现了马斯克面对失败的勇气和担当。
