让不懂建站的用户快速建站，让会建站的提高建站效率！
近日，东谈主工智能初创公司xAI发布了更新版Grok 3大模子，埃隆·马斯克称之为“地球上最智谋的东谈主工智能”。
北京时候2月23日，马斯克在酬酢平台X发文秘书，Grok语音形态早期测试版现已在Grok应用步骤上线。“固然这是早期测试版块，可能还会遭遇一些问题（不外咱们会赶快处置），但它依然特地棒。”
证据官方公开的测试兑现，Grok 3在包括AIME（评估模子在一系列数学问题上的走漏）和 GPQA（评估模子在博士级别的物理学、生物学和化学问题上的走漏）等基准测试中，远超 GPT-4o、Gemini-2 Pro、DeepSeek V3、Claude 3.5 Sonnet 等大模子。
在大模子竞技场 Chatbot Arena（LMSYS）测试中，xAI工程师暗示，早期版块的Grok 3得到了第一的收获，达到了140分，超过了Gemini 2.0 Flash Thinking实验版块、ChatGPT-4o最新版块以及最近大火的DeepSeek R1等等。
基于Grok 3的优秀走漏，不少业内东谈主士再度闪现了对算力堆积这种“放荡出遗迹”旅途的招供。更有分析东谈主士指出，Grok 3阐发了缩放次第（scaling law）在达到上限之前仍有发展空间——这对统共这个词行业来说是一个令东谈主荧惑的信号。
关系词，有些用户在体验后却对Grok 3的才智产生了质疑，他们以为Grok 3的才智并莫得马斯克宣称的那么强大。OpenAI应用参谋支配Boris Power则对Grok团队在模子评估中的步履暗示失望，指出其存在舞弊和糊弄的动机。Boris Power提到，o3-mini在各项评估中均优于Grok 3。
真相到底怎样，马斯克自满了吗？《逐日经济记者》测试发现，Grok 3确乎是寰球顶级模子的水平，但并莫得和其他模子拉开太大差距。独一拉开差距的是它极快的反应速率。
9.9和9.11谁大
Grok 3粗放拿下
Grok 3是由马斯克旗下的东谈主工智能公司xAI发布的最新一代AI模子。马斯克在发布会上称其为“地球上最智谋的东谈主工智能”，并暗示Grok 3的才智比前代居品Grok 2跨越一个数目级，具备更强的推理、计较和合乎才智。
在新闻发布会上，马斯克宣称Grok 3在数学、科学和编程等基准测试中走漏出色，超过了谷歌的Gemini、DeepSeek的V3模子、Anthropic的Claude和OpenAI的GPT-4o等竞争敌手。
Grok 3在发布后仅48小时内，xAI秘书将其免费洞开给所灵验户，直至做事器负载达到极限。当今用户每天不错体验十条“念念考形态”Grok3，及不限量免费平淡Grok 3。
《逐日经济新闻》记者在Grok 3发布后也亲身进行了测试，望望Grok3真有马斯克宣传的那么狠恶吗？
领先，从最经典的基础问题驱动：9.9和9.11谁大？
Grok 3
这个问题毫无难度，Grok 3粗放拿下。
逻辑念念考和翰墨清爽才智：
Grok 3不如DeepSeek R1
马斯克发布会上自傲的少量是，Grok 3“念念考模子”下的逻辑推理才智，他宣称，Grok 3 (Think) 学会了更动其处置问题的政策，通过回溯更动缺陷，简化身手，并期骗其在预西宾本事得到的常识。就像东谈主类在处置复杂问题时相通，Grok 3 (Think) 不错破耗几秒钟到几分钟的时候进行推理，粗鄙会研讨多种方法，考证我方的处置决策，并评估怎样精准满足问题的条目。
每经记者用弱智吧的问题来覆按一下它的逻辑是不是果真过关。
（编者注：“弱智吧”是百度贴吧的一个子论坛。在这个论坛中，用户粗鄙发布包含双关语、多义词、因果很是调和音词等具有挑战性的内容，好多内容想象有逻辑罗网，即使对东谈主类来说也颇具挑战。）
第一个问题：用水来兑水，得到的是浓水照旧稀水？
Grok 3
Grok3到手答对了问题，况且还指出了这是一个翰墨游戏。而OpenAI的o1就在这谈题上败下了阵来，以为水兑水后得到的是稀水。
OpenAI o1
天然除了o1其他大模子诸如Gemini和R1齐答对了这谈问题。是以这并不及以阐发Grok的推理形态等于第一的水平，还得加浩劫度。
下一题：改日的某天，李同学在实验室制作私密材料时，就怕发现实验室的老鼠在空中飞，股指期货配资分析发现，是因为老鼠不注重吃了私密材料。第二天，李同学又发现实验室的蛇也在空中飞，分析发现，是因为蛇吃了老鼠。第三天，李同学又发现实验室的老鹰也在空中飞，你以为原因是什么？
Grok 3
很可惜，这谈题Grok 3莫得答对，它在念念维链内部照旧猜想了老鹰本人就会飞的可能性，然而莫得在临了的输出兑现里体现出来。
Grok 3念念考经过
其他大模子里只消DeepSeek R1到手答对了问题，且研讨了两种情况。
DeepSeek R1
之后，每经记者还进行了屡次近似弱智吧问题测试，发现Grok 3的对汉文的清爽和逻辑推理才智确乎明显高于其他海外模子，但照旧不如DeepSeek的R1模子。
数学才智：Grok 3最佳但未拉开明显差距
既然逻辑念念考无法夺魁，那么在基准测试里的分最高的数学神气，Grok 3能弗成扳回一城呢？
题目如下：
三个东谈主打台球，两东谈主对局一东谈主不雅战，输的东谈主下场换不雅战的东谈主上场，如斯来回，最终，A输了6局，B输了8局，C输了10局，问各赢若干局？
这谈题只消Grok3和OpenAI的o1答对。不外，Grok 3只用了1分15秒就得出了谜底，o1使用了2分53秒。
Grok 3
再进一步加浩劫度望望能弗成分出险阻。底下是沿途群论问题：有几个阶为147的非同构群。
在这个问题上，Grok 3固然答对了具体的数目6个，然而中间的具体群却错了一个。而其他模子只找到了5个正确的非同构群。这意味着，在数学才智方面，Grok 3确乎是最佳，然而好得有限，并莫得与其他同等第模子拉开显赫差距。
Grok 3
编程才智：Grok 3险胜o1
针对编程才智，《逐日经济新闻》记者借用了Kcores考虑独创东谈主karminski-牙医的测评兑现。
karminski-牙医复现了马斯克在发布会上关于火星辐射野心的代码模拟，并测试了多个模子进行相比。
图片起头：karminski-牙医
在此次测试中，走漏最佳的是Grok 3的推理模子（念念考形态），固然在临了着陆时，动画火箭莫得与火星重复，但轨谈需求计较得很好。然而他永久莫得复现出马斯克在发布会时所展现的那么无缺的轨谈计较和动画。Grok 3临了轮廓得分排在了第又名，再之后是OpenAI的o1，两者的轮廓得分差距不大。
图片起头：karminski-牙医
攀附统共测试来看，Grok 3确乎是寰球顶尖的AI模子，不愧于20万张GPU的身价。然而，推行测试兑现并莫得马斯克在发布会上展示得那么夸张，马斯克所说的寰球上最“智谋”的模子，可能还值得商榷。
在实测中，《逐日经济新闻》记者发现，Grok 3模子才智并莫得像基准测试得分那样远远甩开敌手一大截，独一甩开竞争敌手的少量是它的反应速率，它得出兑现的速率相较于其他同等第的大模子来说是最快的，况且远超敌手。