“Grok 3”号称地球最智能AI，但为何连9.11和9.9的大小都无法区分？

近日，科技界巨头马斯克携其xAI团队在一场备受瞩目的直播活动中，正式揭晓了万众期待的Grok 3。在前期密集的宣传攻势下，Grok 3被赋予了极高的期望，马斯克甚至将其誉为划时代的智能突破。

然而，发布会上的豪情壮志与Grok 3的实际表现形成了鲜明对比。马斯克宣称，Grok 3在数学、科学与编程领域的基准测试中已超越所有主流模型，并计划将其应用于SpaceX的火星任务计算，甚至预言未来三年内将取得诺贝尔奖级别的科研成就。

但令人遗憾的是，媒体在发布会后对Grok 3 Beta版的测试却暴露了其短板。面对一个简单的数学问题——“9.11与9.9哪个大？”，号称最聪明的Grok 3却未能给出正确答案，这一尴尬表现迅速在网络上引发热议，网友戏称其为“不屑回答简单问题的天才”。

不仅如此，在xAI发布会直播期间，当Grok 3尝试分析游戏《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察觉这些明显的错误。

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，但深入分析后发现，其与DeepSeek R1和GPT4.0的差距仅为1%到2%，这一微弱优势并不足以支撑起马斯克前期的豪言壮语。

在资源投入方面，马斯克透露，Grok 3使用了超过20万张H100芯片，总训练小时数高达两亿小时。相比之下，DeepSeek V3仅以2000张H800芯片训练两个月，便取得了与Grok 3相近的性能，这无疑揭示了随着模型规模扩大，性能提升的边际效应愈发明显的现状。

面对外界的质疑，马斯克在社交媒体上回应称，当前的Grok 3仅为测试版，完整版将在未来几个月内推出，并诚邀用户反馈使用中的问题。这一表态似乎暗示着，Grok 3仍有改进的空间，而马斯克及其团队正致力于解决当前存在的问题。