当地时间2月17日晚，马斯克的新一代AI模型Grok 3及其精简版Grok 3 mini在一场备受瞩目的发布会中震撼亮相。Grok 3以由20万块GPU组成的超级计算机集群Colossus为强大后盾，在AI竞技场中一路过关斩将，狂破1400分，成功登顶排行榜。早在发布会前几天，马斯克就在其社交平台X上为Grok 3造势，称其为“地球上最聪明的人工智能”。
在AI基准测试开放平台lmarena.ai上，经过约8000次投票后，早期版本的Grok 3（代号chocolate）在Arena排行榜上一骑绝尘，且在所有分类中均拔得头筹。在各项能力测试中，Grok 3的表现堪称惊艳。在数学能力测试（AIME'24）里，Grok 3斩获52分，将DeepSeek - V3的39分和GPT-4o的9分远远抛在身后；科学知识评估（GPQA）中，它以75分的成绩遥遥领先，DeepSeek - V3和GPT-4o分别只有65分和50分；编程能力测试（LCB Oct - Feb）中，57分的成绩也远超DeepSeek - V3的36分和GPT-4o的34分。推理模型比较中，Grok 3 Reasoning Beta也战胜了OpenAI的o3 - mini、DeepSeek的R1和Gemini - 2 Flash Thinking等推理模型。
发布会现场，Grok 3的强大实力得到了更直观的展示。当被要求生成一段代码，绘制从地球发射火箭，降落在火星，然后在下一个发射窗口返回地球的三维动画图表时，它迅速完成任务，生成的动画经研究人员检查完全正确，大量复杂数学和物理计算对它来说似乎轻而易举。随后，编写结合俄罗斯方块和宝石迷城的游戏，Grok 3也顺利完成，展现出强大的编程和逻辑思维能力。
xAI工程师介绍，虽然Grok起步较晚，但在MMLU得分上以超的速度追上了ChatGPT。Grok-3和Grok-3 mini在多方面性能上都超过或媲美Gemini、DeepSeek和ChatGPT等对手。
OpenAI联合创始人Andrej Karpathy在亲身体验后评价道，Grok 3 + Thinking的表现与ChatGPT的某些高级版本相当，略微优于DeepSeek R1等模型。然而，在某些特定问题上，例如解码任务，Grok 3的表现可能不及DeepSeek R1。
除了在数学单项中排名第6外，GPT-4o在创意写作、编程和长文本查询等多个单项上都拿下第一。从网友测试反馈来看，新版GPT-4o不仅更“聪明”，而且更具“个性”，回复时的语气更拟人化，还会时不时使用一些表情包。OpenAI CEO奥特曼评价新版GPT-4o相当不错，并表示它不久将变得更好，还将其定义为“全网最佳搜索产品”。
在xAI公司的Grok 3取得重大进展之时，AI行业的其他同行们也在飞速前进。2025年，DeepSeek的V3和R1版本引发了新的行业浪潮，尤其是R1大模型备受业内赞誉。R1大模型采用了MOE架构（混合专家，Mixture-of-Experts），这一架构同样被应用于Grok的初代版本中。在开源的大环境中，各家如何凭借自身的技术实力练就卓越的AI“武功”，成为了行业关注的焦点。
在DeepSeek-R1模型的冲击下，不少公司都陆续放出大招。
2月6日，OpenAI宣布扩大ChatGPT搜索功能的用户范围，任何人无需注册，就可以使用ChatGPT的搜索功能；同日，谷歌正式推出Gemini 2.0系列模型，包括Flash、Pro及Flash-Lite版本，继续提升AI能力，并提供更具性价比的解决方案。
2月13日，Sam Altman宣布，将很快发布GPT-5，并且免费无限使用；同日，文心一言官宣将于4月1日0时起全面免费，并且即日起上线深度搜索功能。
AI领域的竞争愈发激烈，在技术、Agent应用竞速的同时，大模型厂商的融资也在竞速。为整个行业的发展注入了新的活力，也让我们对AI的未来充满了更多的期待与想象。
当地时间2月17日晚，马斯克的新一代AI模型Grok 3及其精简版Grok 3 mini在一场备受瞩目的发布会中震撼亮相。Grok 3以由20万块GPU组成的超级计算机集群Colossus为强大后盾，在AI竞技场中一路过关斩将，狂破1400分，成功登顶排行榜。早在发布会前几天，马斯克就在其社交平台X上为Grok 3造势，称其为“地球上最聪明的人工智能”。
在AI基准测试开放平台lmarena.ai上，经过约8000次投票后，早期版本的Grok 3（代号chocolate）在Arena排行榜上一骑绝尘，且在所有分类中均拔得头筹。在各项能力测试中，Grok 3的表现堪称惊艳。在数学能力测试（AIME'24）里，Grok 3斩获52分，将DeepSeek - V3的39分和GPT-4o的9分远远抛在身后；科学知识评估（GPQA）中，它以75分的成绩遥遥领先，DeepSeek - V3和GPT-4o分别只有65分和50分；编程能力测试（LCB Oct - Feb）中，57分的成绩也远超DeepSeek - V3的36分和GPT-4o的34分。推理模型比较中，Grok 3 Reasoning Beta也战胜了OpenAI的o3 - mini、DeepSeek的R1和Gemini - 2 Flash Thinking等推理模型。
发布会现场，Grok 3的强大实力得到了更直观的展示。当被要求生成一段代码，绘制从地球发射火箭，降落在火星，然后在下一个发射窗口返回地球的三维动画图表时，它迅速完成任务，生成的动画经研究人员检查完全正确，大量复杂数学和物理计算对它来说似乎轻而易举。随后，编写结合俄罗斯方块和宝石迷城的游戏，Grok 3也顺利完成，展现出强大的编程和逻辑思维能力。
xAI工程师介绍，虽然Grok起步较晚，但在MMLU得分上以超的速度追上了ChatGPT。Grok-3和Grok-3 mini在多方面性能上都超过或媲美Gemini、DeepSeek和ChatGPT等对手。
OpenAI联合创始人Andrej Karpathy在亲身体验后评价道，Grok 3 + Thinking的表现与ChatGPT的某些高级版本相当，略微优于DeepSeek R1等模型。然而，在某些特定问题上，例如解码任务，Grok 3的表现可能不及DeepSeek R1。
除了在数学单项中排名第6外，GPT-4o在创意写作、编程和长文本查询等多个单项上都拿下第一。从网友测试反馈来看，新版GPT-4o不仅更“聪明”，而且更具“个性”，回复时的语气更拟人化，还会时不时使用一些表情包。OpenAI CEO奥特曼评价新版GPT-4o相当不错，并表示它不久将变得更好，还将其定义为“全网最佳搜索产品”。
在xAI公司的Grok 3取得重大进展之时，AI行业的其他同行们也在飞速前进。2025年，DeepSeek的V3和R1版本引发了新的行业浪潮，尤其是R1大模型备受业内赞誉。R1大模型采用了MOE架构（混合专家，Mixture-of-Experts），这一架构同样被应用于Grok的初代版本中。在开源的大环境中，各家如何凭借自身的技术实力练就卓越的AI“武功”，成为了行业关注的焦点。
在DeepSeek-R1模型的冲击下，不少公司都陆续放出大招。
2月6日，OpenAI宣布扩大ChatGPT搜索功能的用户范围，任何人无需注册，就可以使用ChatGPT的搜索功能；同日，谷歌正式推出Gemini 2.0系列模型，包括Flash、Pro及Flash-Lite版本，继续提升AI能力，并提供更具性价比的解决方案。
2月13日，Sam Altman宣布，将很快发布GPT-5，并且免费无限使用；同日，文心一言官宣将于4月1日0时起全面免费，并且即日起上线深度搜索功能。
AI领域的竞争愈发激烈，在技术、Agent应用竞速的同时，大模型厂商的融资也在竞速。为整个行业的发展注入了新的活力，也让我们对AI的未来充满了更多的期待与想象。
