近期，科技界巨頭埃隆·馬斯克攜其xAI團隊，在一場備受矚目的直播活動中，正式揭曉了備受期待的Grok 3。此前，馬斯克通過一系列精心策劃的預熱，成功將公眾對Grok 3的關注度推向巔峰。
在發布會上，馬斯克信心滿滿地宣布，Grok 3在數學、科學與編程領域的基準測試中，表現超越了所有主流模型，并計劃將其應用于SpaceX的火星任務計算中。他甚至大膽預測，未來三年內，Grok 3有望實現諾貝爾獎級別的科學突破。
然而，Grok 3的實際測試表現卻與馬斯克的豪言壯語大相徑庭。發布會后，多家媒體對Grok 3的最新Beta版進行了測試，并提出了一個經典難題：“9.11與9.9哪個大？”令人驚訝的是，被譽為“最聰明”的Grok 3竟然無法正確回答這個問題，這一尷尬表現迅速在網絡上引發嘲諷，被網友戲稱為“天才不屑回答簡單問題”。
不僅如此，在xAI發布會直播期間，當Grok 3被用于分析游戲《流放之路 2》的職業與升華效果時，也給出了大量錯誤答案，而馬斯克本人在直播中并未發現這些明顯的錯誤。這一連串的失誤，無疑給Grok 3的發布會蒙上了一層陰影。
盡管在官方PPT中，Grok 3在大模型競技場Chatbot Arena中的表現看似遙遙領先，但實際上，它與DeepSeek R1和GPT4.0的差距僅為1%到2%。這一細微的差距，無疑揭示了隨著模型規模的擴大，性能提升的邊際效應已經愈發明顯。
為了證明Grok 3的強大，馬斯克在發布會上透露，該模型使用了超過20萬張H100芯片，總訓練小時數更是達到了驚人的兩億小時。然而，與之形成鮮明對比的是，DeepSeek V3僅使用了2000張H800芯片，訓練時間也僅為兩個月，但其性能卻與Grok 3不相上下。這一對比，無疑給馬斯克和xAI團隊帶來了不小的壓力。
面對外界的質疑和嘲諷，馬斯克在社交媒體上迅速作出回應。他表示，當前的Grok 3仍處于測試階段，完整版將在未來幾個月內推出，并誠邀用戶反饋使用過程中遇到的問題。這一表態，似乎是在為Grok 3的未來表現留下了一絲懸念。
