2 月 16 号ayx爱游戏第一品牌，马斯克在 X 上发布了一条自家 Grok 3 模子的发布预报。

并配文"地球上最机灵的 AI "要来了。

北京技术 2025 年 2 月 18 日中午，马斯克如约指导着 xAI 的工程师和揣度团队开启了 Grok 3 的首发直播。

此次发布会主要分为三个部分，先容了 Grok 3 在检会上比 Grok 2 多参加了 10 倍的野心资源，解锁了更坚定的野心才智，展示了基于 Grok 3 的 AI Agent，展现了 xAI 团队在自主智能体畛域的最新进展。

各项才智一骑绝尘

"咱们相当闲适简略推出 Grok3，咱们以为，在很短的技术内，它的功能比 Grok2 坚定一个数目级。这要归功于一支弗成念念议的团队的辛劳使命，我很红运能与这么一支优秀的团队互助。"马斯克在发布会上说说念。

马斯克还显现，Grok 3 由 Colossus 超等野神思检会完成，这台野神思是在短短八个月内建成的，搭载了 10 万颗英伟达 H100 GPU，提供了朝上 2 亿 GPU 小时的野心资源——是 Grok 2 的 10 倍。

据 xAI 团队先容，xAI 最启动搭建这个 10 万 GPU 集群用了 122 天，后续拓展到 20 万   GPU 集群仅用了 92 天。权贵的算力升迁让 Grok 3 简略更高效地处理深广数据集，裁减检会技术。立时他们便晒出了一组和 ChatGPT 的数据对比图，并暗示天然 Grok 起步较晚，但在 MMLU 得分上以超快地速率追上了 ChatGPT。

而况 Grok3 在 LMSYS（大模子竞技场）中的名次亦然一骑绝尘。

其中 Grok-3 和 Grok-3 mini 在多方面性能上齐朝上或忘形 Gemini、DeepSeek 和 ChatGPT 等敌手。

发布会列出的数据炫耀，Grok-3 和 Grok-3 mini 在数学、科学和编程的基准测试中，瓦解卓越了所有主流模子，包括 GPT-4、Claude 3.5 Sonnet、DeepSeek-V3 和 Gemini-2 Pro 等。

而 Grok-3 Reasoning Beta 和 Grok-3 mini Reasoning 这两个版块，则凭借坚定的推理才智，卓越了像 DeepSeek-R1 和 OpenAI o3 mini 等推理模子。

此外，xAI 团队还现场演示了一个任务，条件 Grok-3 在现场生成一段对于天际辐照的 3D 动画代码。在大致两分钟的念念考后，Grok 3 生成了可径直运行的 Python 代码，得胜展示了不错运行的 3D 动画。

除此以外团队还条件 Gork-3 制作一款类似于俄罗斯方块和对持迷阵的游戏。在 Grok-3 念念考了数分钟后，给出了谜底。

终末，xAI 团队演示了一个全新的产物，基于 Grok 3 的搜索引擎 —— DeepSearch 。

它不仅简略搜索网页并查找现存府上，还能"推测用户的真实意图"并进行念念考。通过交叉对比多个信息源，它简略确保"复返最准确的谜底"。

Grok 3 搅拌 AI 大模子风景

直播律例后，不少网友纷繁发声。

AI 大牛卡帕西转头了一下我方的"先行版"使用体验：

领先 Grok 3 的"念念考"功能相当先进，简略出色地处分复杂问题，如创建《卡坦岛》格调的棋盘游戏网页。比较之下，其他顶级模子（如 DeepSeek-R1、Gemini 2.0 Flash Thinking、Claude）未能处分一样问题。除此以外，Grok 3 也能尝试处分如黎曼假定等繁重。

其次 Grok 3 还具备类似"深度揣度"的搜索功能，简略提供高质地的揣度问题谜底。举例，它简略回复 Apple 新品发布、Palantir 股价上升等问题。但在某些情况下，它会非常地产生幻觉（如非常的 URL 或不准确的事实）。

终末在测试一些粗略的"陷坑"问题时，Grok 3 瓦解精采，简略正确回复一些逻辑谜题。但在幽默和说念德问题方面，它仍然存在一些问题，如生成肖似见笑和对复杂伦理问题过于明锐等。

但总的来说 Grok 3 合座瓦解接近 OpenAI 的 o1-pro 模子，并略优于 DeepSeek-R1 和 Gemini 2.0 Flash Thinking。

Imarena.ai 官方更是在过程测试后发文称：

Grok-3 是首个冲突 1400 分的模子，在所有类别中名依次一，这是一个越来越难以完毕的里程碑。

更有网友直呼：Grok 3 可能是试验寰宇中在物理层面处理得最佳的基础大言语模子了！天然也有网友在测试之后，以为 Grok 3 在编程方面并不是很擅长。

值得一提的是，Grok 3 第一批获取走访权限的东说念主将领先从 X 上的 Premium+ 订阅者启动，而平凡用户何时能用上，他们也并不默契。

但基于网友们对 Grok 3 驳斥不一的评价，雷峰网不禁推测，这被 "钞才智" 大力渲染砸出来的的 " no.1 " 在权限全面放开之后会不会口碑南北极回转，亦或是依旧好评如潮，稳坐 AI 大模子王座？

技术还早，让枪弹再飞一会。

参考采集：https://x.com/i/broadcasts/1gqGvjeBljOGB?t=SX_aTsBoXc07lfSR_Aw8AQ&s=09ayx爱游戏第一品牌