近期，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，马斯克通过一系列精心策划的预热，成功将公众对Grok 3的关注度推向巅峰。
在发布会上，马斯克信心满满地宣布，Grok 3在数学、科学与编程领域的基准测试中，表现超越了所有主流模型，并计划将其应用于SpaceX的火星任务计算中。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，Grok 3的实际测试表现却与马斯克的豪言壮语大相径庭。发布会后，多家媒体对Grok 3的最新Beta版进行了测试，并提出了一个经典难题：“9.11与9.9哪个大？”令人惊讶的是，被誉为“最聪明”的Grok 3竟然无法正确回答这个问题，这一尴尬表现迅速在网络上引发嘲讽，被网友戏称为“天才不屑回答简单问题”。
不仅如此，在xAI发布会直播期间，当Grok 3被用于分析游戏《流放之路 2》的职业与升华效果时，也给出了大量错误答案，而马斯克本人在直播中并未发现这些明显的错误。这一连串的失误，无疑给Grok 3的发布会蒙上了一层阴影。
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，它与DeepSeek R1和GPT4.0的差距仅为1%到2%。这一细微的差距，无疑揭示了随着模型规模的扩大，性能提升的边际效应已经愈发明显。
为了证明Grok 3的强大，马斯克在发布会上透露，该模型使用了超过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，训练时间也仅为两个月，但其性能却与Grok 3不相上下。这一对比，无疑给马斯克和xAI团队带来了不小的压力。
面对外界的质疑和嘲讽，马斯克在社交媒体上迅速作出回应。他表示，当前的Grok 3仍处于测试阶段，完整版将在未来几个月内推出，并诚邀用户反馈使用过程中遇到的问题。这一表态，似乎是在为Grok 3的未来表现留下了一丝悬念。
