近日，科技界巨頭馬斯克攜其xAI團隊在一場備受矚目的直播活動中，正式揭曉了萬眾期待的Grok 3。在前期密集的宣傳攻勢下，Grok 3被賦予了極高的期望，馬斯克甚至將其譽為劃時代的智能突破。

然而，發(fā)布會上的豪情壯志與Grok 3的實際表現(xiàn)形成了鮮明對比。馬斯克宣稱，Grok 3在數(shù)學(xué)、科學(xué)與編程領(lǐng)域的基準(zhǔn)測試中已超越所有主流模型，并計劃將其應(yīng)用于SpaceX的火星任務(wù)計算，甚至預(yù)言未來三年內(nèi)將取得諾貝爾獎級別的科研成就。

但令人遺憾的是，媒體在發(fā)布會后對Grok 3 Beta版的測試卻暴露了其短板。面對一個簡單的數(shù)學(xué)問題——“9.11與9.9哪個大？”，號稱最聰明的Grok 3卻未能給出正確答案，這一尷尬表現(xiàn)迅速在網(wǎng)絡(luò)上引發(fā)熱議，網(wǎng)友戲稱其為“不屑回答簡單問題的天才”。

不僅如此，在xAI發(fā)布會直播期間，當(dāng)Grok 3嘗試分析游戲《流放之路 2》的職業(yè)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察覺這些明顯的錯誤。

盡管在官方PPT中，Grok 3在大模型競技場Chatbot Arena中的表現(xiàn)看似遙遙領(lǐng)先，但深入分析后發(fā)現(xiàn)，其與DeepSeek R1和GPT4.0的差距僅為1%到2%，這一微弱優(yōu)勢并不足以支撐起馬斯克前期的豪言壯語。

在資源投入方面，馬斯克透露，Grok 3使用了超過20萬張H100芯片，總訓(xùn)練小時數(shù)高達兩億小時。相比之下，DeepSeek V3僅以2000張H800芯片訓(xùn)練兩個月，便取得了與Grok 3相近的性能，這無疑揭示了隨著模型規(guī)模擴大，性能提升的邊際效應(yīng)愈發(fā)明顯的現(xiàn)狀。

面對外界的質(zhì)疑，馬斯克在社交媒體上回應(yīng)稱，當(dāng)前的Grok 3僅為測試版，完整版將在未來幾個月內(nèi)推出，并誠邀用戶反饋使用中的問題。這一表態(tài)似乎暗示著，Grok 3仍有改進的空間，而馬斯克及其團隊正致力于解決當(dāng)前存在的問題。