在2月18日，馬斯克旗下的xAI公司推出新一代大語言模型Grok 3。馬斯克在發(fā)布會上自信滿滿地表示：“Grok 3比Grok 2強大一個數(shù)量級。”這話聽起來有點夸張，但看看Grok 3的表現(xiàn)，還真不是吹牛。根據(jù)xAI工程師的說法，Grok 3的訓(xùn)練量是Grok 2的10倍，推理能力更是直接碾壓了包括ChatGPT和DeepSeek在內(nèi)的其他AI模型。馬斯克甚至放話：“Grok 3是地球上最聰明的人工智能。”

Grok 3到底有多強？

咱們先來看一組數(shù)據(jù)。在數(shù)學(xué)能力測試（AIME'24）中，Grok 3拿到了52分，而DeepSeek-V3只有39分；科學(xué)知識評估（GPQA）中，Grok 3以75分領(lǐng)先DeepSeek-V3的65分；編程能力測試（LCB Oct-Feb）中，Grok 3更是以57分完勝DeepSeek-V3的36分。這差距，簡直像是學(xué)霸和普通學(xué)生的區(qū)別。

更讓人驚訝的是，Grok 3在AIME 2025性能測試中的表現(xiàn)。它的推理和計算時間復(fù)合評分高達93分，精簡版Grok-3 mini也有90分。相比之下，DeepSeek-R1只有75分，而Gemini-2 Flash Thinking更是只有54分。這差距，已經(jīng)不是“碾壓”能形容的了，簡直是“降維打擊”。

Grok 3的“殺手锏”：推理能力

馬斯克特別強調(diào)了Grok 3的推理能力。在他看來，Grok 3的推理能力不僅超越了現(xiàn)有的AI模型，甚至可能成為AI領(lǐng)域的“顛覆者”。從測試數(shù)據(jù)來看，Grok 3在數(shù)學(xué)推理、科學(xué)推理和編程推理中都表現(xiàn)出了顯著優(yōu)勢。特別是在數(shù)學(xué)推理中，Grok 3拿到了93分，而DeepSeek-R1只有73分。這差距，足以讓Grok 3在AI領(lǐng)域站穩(wěn)腳跟。

Grok 3的“精簡版”也不簡單

除了Grok 3，xAI還推出了它的精簡版——Grok-3 mini。雖然名字里帶了個“mini”，但它的表現(xiàn)一點也不“迷你”。在AIME 2025測試中，Grok-3 mini拿到了90分，幾乎和Grok 3持平。這意味著，即便是精簡版，Grok-3 mini也能在復(fù)雜數(shù)學(xué)推理和計算效率方面表現(xiàn)出色。

越來越“卷”了

從Grok 1.5到Grok 3，xAI的進步速度讓人驚嘆。而Grok 3的發(fā)布，無疑讓AI領(lǐng)域的競爭更加白熱化。DeepSeek在過去幾個月里表現(xiàn)不俗，但在Grok 3面前，似乎還是稍遜一籌。這不禁讓人感慨：AI領(lǐng)域的“內(nèi)卷”，已經(jīng)卷到了一個新高度！

本文轉(zhuǎn)載自公眾號AI 博物院 作者：longyunfeigu

原文鏈接：??https://mp.weixin.qq.com/s/aW_55mvTVySUqvn1eRTHJw??