用20万张显卡堆砌出来的Grok 3，到底表现如何？

AI界的数学天才

一上来就是排行榜单，Grok 3在Chatbot 竞技场盲测中，代码、指令响应等各方面排名第一。

马斯克重点提到了它的数学逻辑推理、科学逻辑推理以及计算机编程能力。

称美国大部分的测试题目，Grok 3都可以准确给出答案。并表示这种能力不是通过将所有题目都记忆下来，而是数学逻辑推理能力。

随后还对比了Grok 3 mini、o3mini、o1、DeepSeek-R1以及Gemini-2。

Grok 3和Grok 3 mini明显优越于其他模型。

而跟前一代Grok 2相比，能力则是“提升了一个量级”。

为了重点展示Grok 3的数学逻辑推理能力，马斯克还附上了5天前，Grok 3在AIME（美国数学邀请赛，比美国数学奥林匹克竞赛稍弱）中的测试结果，同样和其他模型进行了对比，Grok 3表现更好。

工程师称，Grok 2的能力就相当于刚刚进入高中，而Grok 3代表已经毕业了。

此外，Grok 3还具有修正能力，它能够发现自己推理中的错误并更改。

从数学问题延展到现实社会，马斯克希望通过Grok 3来解决现实中的实际问题，比如造特斯拉、火箭等，真正运用在它们的数据中心。

Grok 3支持“Big Brain”模式，能够使用更多算力进行更深度的思考。

比如，他们向Grok 3提问：如何从地球上发射火箭到火星上并返回地球？

这个问题涉及到大量的数学、物理逻辑的演算。

Grok 3不仅完成了准确的推理计算，包括登入火星的任务、火星探索的发射方式、宇航员的出舱时间、火星探索的轨道的运转等，而且根据代码生成了3D动画。

马斯克称明年11月将会出现重大突破，未来让Space按照Grok 3演算的过程来发射探索火星，将成为现实。

他还预测在3年之内，计算机就能打败人类。

游戏创意大师

在发布会开始前的几个小时，马斯克在X上确认，xAI将成立一家AI游戏公司。

发布会上，马斯克也展示了Grok 3在游戏上的创造力。

不同于常规游戏，Grok 3可以将两个游戏的要素融合在一起打造全新的游戏。

现场演示中，他们将经典游戏“俄罗斯方块”和“宝石方块”（类似消消乐游戏）喂给了Grok 3，最终生成了一个结合两款游戏特色的新游戏。

不过演示环节惨遭翻车，马斯克也直言吐槽“oh man”，好在后续恢复“正常”。

工程师称，将很快发布AI游戏设计社区，以后可以在xAI上设计游戏、玩游戏。

Grok 3也有深度思索

Grok 3带来了全新的产品DeepSearch，被称作是下一代搜索引擎，支持联网，能给用户提供像Agents一样的服务。

当用户搜索信息时，DeepSearch不仅会给出答案，而且右侧会附上深度思索的过程，并显示网页来源，左侧还能设计次任务栏。

比如询问“下一次星舰的发射时间”，Grok 3回答4月24日，并给出了推理过程。

马斯克回复：可能。也许为了给Grok 3造势，真有可能就是这天？

暂不开源Grok 3

在直播过程中，可能是为了减少事后被喷，工程师多次表示可能会有“不完美”的情况，承认模型的不足，但称模型每天都有在更新，会有实时的数据和信息不断更迭，修正信息。

在发布会尾声，团队还简短回答了网友提出的问题。比如，语音助手将在一周后上线。

关于开源问题，尽管马斯克多次称赞DeepSeek的开源策略，拉踩OpenAI的闭源盈利模式，但Grok 3仍为闭源版本。

团队称会在新版本发布后，对上个版本进行开源，暂不会对Grok 3开源，可能要等几个月。马斯克解释称“需优先保障商业竞争力”。

发布会前，OpenAI 首席执行官奥尔特曼在X上，正式官宣了下一个项目将开源，并给出了两种方案：o3-mini还是端侧模型，目前o3-mini投票已领先，看来更有可能先在o3-mini落地。

开源之光还得是DeepSeek！

另外，在被网友问到Grok是男孩还是女孩时，马斯克显示出了不同于以往的开放心态，称由它自己定义性别，并警告用户不要爱上它。

网友实测

发布会结束后，已经有部分网友实测了Grok 3。

有网友非常看好Grok 3，称它是唯一胜者。

也有网友发现了Grok 3的缺陷，比如不擅长编码。

此外还有网友质疑其订阅政策，担忧可能会在之后向所有人免费，就像ChatGPT一样。

“地球最强AI”的称号究竟能否名副其实，也许还得等到全面上线后见分晓。