20 万张 GPU 颠覆 AI 花式。

作家丨郑佳好意思

裁剪丨马晓宁

2 月 16 号，马斯克在 X 上发布了一条自家 Grok 3 模子的发布预报。

并配文“地球上最颖异的 AI”要来了。

北京本领 2025 年 2 月 18 日中午，马斯克如约指挥着 xAI 的工程师和征询团队开启了 Grok 3 的首发直播。

此次发布会主要分为三个部分，先容了 Grok 3 在查验上比 Grok 2 多参加了 10 倍的讨论资源，解锁了更强劲的讨论才调，展示了基于 Grok 3 的 AI Agent，展现了 xAI 团队在自主智能体限制的最新进展。

1

各项才调一骑绝尘

“咱们止境自恃约略推出 Grok3，咱们合计，在很短的本领内，它的功能比 Grok2 强劲一个数目级。这要归功于一支不成想议的团队的劳苦使命，我很荣幸能与这么一支优秀的团队互助。”马斯克在发布会上说谈。

马斯克还披露，Grok 3 由 Colossus 超等讨论机查验完成，这台讨论机是在短短八个月内建成的，搭载了 10 万颗 H100 GPU，提供了高出 2 亿 GPU 小时的讨论资源——是 Grok 2 的10倍。

据 xAI 团队先容，xAI 最驱动搭建这个 10 万 GPU 集群用了 122 天，后续拓展到 20 万 GPU 集群仅用了 92 天。显赫的算力升迁让 Grok 3 约略更高效地处理高大数据集，裁减查验本领。

立时他们便晒出了一组和 ChatGPT 的数据对比图，并示意天然 Grok 起步较晚，但在 MMLU 得分上以超快地速率追上了 ChatGPT。

何况 Grok3 在 LMSYS（大模子竞技场）中的名次亦然一骑绝尘。

其中 Grok-3 和 Grok-3 mini 在多方面性能上齐高出或失色 Gemini、DeepSeek 和 ChatGPT 等敌手。

发布会列出的数据自满，Grok-3 和 Grok-3 mini 在数学、科学和编程的基准测试中，发达越过了系数主流模子，包括 GPT-4、Claude 3.5 Sonnet、DeepSeek-V3 和 Gemini-2 Pro等。

而 Grok-3 Reasoning Beta 和 Grok-3 mini Reasoning 这两个版块，则凭借强劲的推理才调，越过了像 DeepSeek-R1 和 OpenAI o3 mini 等推理模子。

此外，xAI团队还现场演示了一个任务，条款Grok-3在现场生成一段对于天外放射的3D动画代码。在轻便两分钟的想考后，Grok 3生成了可径直运行的Python代码，见效展示了不错运行的3D动画。

除此除外团队还条款 Gork-3 制作一款近似于俄罗斯方块和相持迷阵的游戏。在Grok-3 想考了数分钟后，给出了谜底。

终末，xAI 团队演示了一个全新的居品，ag百家乐漏洞基于 Grok 3 的搜索引擎 —— DeepSearch 。

它不仅约略搜索网页并查找现存费力，还能“推测用户的果然意图”并进行想考。通过交叉对比多个信息源，它约略确保“复返最准确的谜底”。

2

Grok 3 搅拌 AI 大模子花式

直播抑遏后，不少网友纷繁发声。

AI 大牛卡帕西归来了一下我方的“先行版”使用体验：

领先 Grok 3 的“想考”功能止境先进，约略出色地惩处复杂问题，如创建《卡坦岛》立场的棋盘游戏网页。比拟之下，其他顶级模子（如 DeepSeek-R1、Gemini 2.0 Flash Thinking、Claude）未能惩处调换问题。除此除外，Grok 3 也能尝试惩处如黎曼假定等可贵。

其次 Grok 3还具备近似“深度征询”的搜索功能，约略提供高质地的征扣问题谜底。举例，它约略回复 Apple 新品发布、Palantir 股价高涨等问题。但在某些情况下，它会作假地产生幻觉（如作假的URL或不准确的事实）。

终末在测试一些浅易的“罗网”问题时，Grok 3 发达考究，约略正确回复一些逻辑谜题。但在幽默息兵德问题方面，它仍然存在一些问题，如生成叠加见笑和对复杂伦理问题过于敏锐等。

但总的来说 Grok 3 全体发达接近 OpenAI 的 o1-pro 模子，并略优于 DeepSeek-R1 和 Gemini 2.0 Flash Thinking。

Imarena.ai 官方更是在经由测试后发文称：

Grok-3 是首个打破 1400 分的模子，在系数类别中名次第一，这是一个越来越难以已毕的里程碑。

更有网友直呼：Grok 3 可能是现实寰宇中在物理层面处理得最佳的基础大言语模子了！

天然也有网友在测试之后，合计 Grok 3 在编程方面并不是很擅长。

值得一提的是，Grok 3 第一批赢得走访权限的东谈主将领先从 X 上的 Premium+ 订阅者驱动，而宽泛用户何时能用上，他们也并不明晰。

但基于网友们对 Grok 3 评述不一的评价，不禁让东谈主酷爱，这被 “钞才调” 扯旗放炮砸出来的的 “no.1” 在权限全面放开之后会不会口碑南北极回转，亦或是依旧好评如潮，稳坐 AI 大模子王座？

本领还早，让枪弹再飞一会。

参考连气儿：https://x.com/i/broadcasts/1gqGvjeBljOGB?t=SX_aTsBoXc07lfSR_Aw8AQ&s=09

更多施行，点击下方蔼然：

未经「AI科技评论」授权，严禁以任何模样在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注开端并插入本公众号柬帖。

为什么中国只好一个 DeepSeek？

谁将替代 Transformer？

Andrej Karpathy 最新视频盛赞 DeepSeek：R1 正在发现东谈主类想考的逻辑并进行复现