當?shù)貢r間2月17日晚，馬斯克的新一代AI模型Grok 3及其精簡版Grok 3 mini在一場備受矚目的發(fā)布會中震撼亮相。Grok 3以由20萬塊GPU組成的超級計算機集群Colossus為強大后盾，在AI競技場中一路過關(guān)斬將，狂破1400分，成功登頂排行榜。早在發(fā)布會前幾天，馬斯克就在其社交平臺X上為Grok 3造勢，稱其為“地球上最聰明的人工智能”。
在AI基準測試開放平臺lmarena.ai上，經(jīng)過約8000次投票后，早期版本的Grok 3（代號chocolate）在Arena排行榜上一騎絕塵，且在所有分類中均拔得頭籌。在各項能力測試中，Grok 3的表現(xiàn)堪稱驚艷。在數(shù)學能力測試（AIME'24）里，Grok 3斬獲52分，將DeepSeek - V3的39分和GPT-4o的9分遠遠拋在身后；科學知識評估（GPQA）中，它以75分的成績遙遙領(lǐng)先，DeepSeek - V3和GPT-4o分別只有65分和50分；編程能力測試（LCB Oct - Feb）中，57分的成績也遠超DeepSeek - V3的36分和GPT-4o的34分。推理模型比較中，Grok 3 Reasoning Beta也戰(zhàn)勝了OpenAI的o3 - mini、DeepSeek的R1和Gemini - 2 Flash Thinking等推理模型。
發(fā)布會現(xiàn)場，Grok 3的強大實力得到了更直觀的展示。當被要求生成一段代碼，繪制從地球發(fā)射火箭，降落在火星，然后在下一個發(fā)射窗口返回地球的三維動畫圖表時，它迅速完成任務(wù)，生成的動畫經(jīng)研究人員檢查完全正確，大量復雜數(shù)學和物理計算對它來說似乎輕而易舉。隨后，編寫結(jié)合俄羅斯方塊和寶石迷城的游戲，Grok 3也順利完成，展現(xiàn)出強大的編程和邏輯思維能力。
xAI工程師介紹，雖然Grok起步較晚，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過或媲美Gemini、DeepSeek和ChatGPT等對手。
OpenAI聯(lián)合創(chuàng)始人Andrej Karpathy在親身體驗后評價道，Grok 3 + Thinking的表現(xiàn)與ChatGPT的某些高級版本相當，略微優(yōu)于DeepSeek R1等模型。然而，在某些特定問題上，例如解碼任務(wù)，Grok 3的表現(xiàn)可能不及DeepSeek R1。
除了在數(shù)學單項中排名第6外，GPT-4o在創(chuàng)意寫作、編程和長文本查詢等多個單項上都拿下第一。從網(wǎng)友測試反饋來看，新版GPT-4o不僅更“聰明”，而且更具“個性”，回復時的語氣更擬人化，還會時不時使用一些表情包。OpenAI CEO奧特曼評價新版GPT-4o相當不錯，并表示它不久將變得更好，還將其定義為“全網(wǎng)最佳搜索產(chǎn)品”。
在xAI公司的Grok 3取得重大進展之時，AI行業(yè)的其他同行們也在飛速前進。2025年，DeepSeek的V3和R1版本引發(fā)了新的行業(yè)浪潮，尤其是R1大模型備受業(yè)內(nèi)贊譽。R1大模型采用了MOE架構(gòu)（混合專家，Mixture-of-Experts），這一架構(gòu)同樣被應用于Grok的初代版本中。在開源的大環(huán)境中，各家如何憑借自身的技術(shù)實力練就卓越的AI“武功”，成為了行業(yè)關(guān)注的焦點。
在DeepSeek-R1模型的沖擊下，不少公司都陸續(xù)放出大招。
2月6日，OpenAI宣布擴大ChatGPT搜索功能的用戶范圍，任何人無需注冊，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，繼續(xù)提升AI能力，并提供更具性價比的解決方案。
2月13日，Sam Altman宣布，將很快發(fā)布GPT-5，并且免費無限使用；同日，文心一言官宣將于4月1日0時起全面免費，并且即日起上線深度搜索功能。
AI領(lǐng)域的競爭愈發(fā)激烈，在技術(shù)、Agent應用競速的同時，大模型廠商的融資也在競速。為整個行業(yè)的發(fā)展注入了新的活力，也讓我們對AI的未來充滿了更多的期待與想象。
當?shù)貢r間2月17日晚，馬斯克的新一代AI模型Grok 3及其精簡版Grok 3 mini在一場備受矚目的發(fā)布會中震撼亮相。Grok 3以由20萬塊GPU組成的超級計算機集群Colossus為強大后盾，在AI競技場中一路過關(guān)斬將，狂破1400分，成功登頂排行榜。早在發(fā)布會前幾天，馬斯克就在其社交平臺X上為Grok 3造勢，稱其為“地球上最聰明的人工智能”。
在AI基準測試開放平臺lmarena.ai上，經(jīng)過約8000次投票后，早期版本的Grok 3（代號chocolate）在Arena排行榜上一騎絕塵，且在所有分類中均拔得頭籌。在各項能力測試中，Grok 3的表現(xiàn)堪稱驚艷。在數(shù)學能力測試（AIME'24）里，Grok 3斬獲52分，將DeepSeek - V3的39分和GPT-4o的9分遠遠拋在身后；科學知識評估（GPQA）中，它以75分的成績遙遙領(lǐng)先，DeepSeek - V3和GPT-4o分別只有65分和50分；編程能力測試（LCB Oct - Feb）中，57分的成績也遠超DeepSeek - V3的36分和GPT-4o的34分。推理模型比較中，Grok 3 Reasoning Beta也戰(zhàn)勝了OpenAI的o3 - mini、DeepSeek的R1和Gemini - 2 Flash Thinking等推理模型。
發(fā)布會現(xiàn)場，Grok 3的強大實力得到了更直觀的展示。當被要求生成一段代碼，繪制從地球發(fā)射火箭，降落在火星，然后在下一個發(fā)射窗口返回地球的三維動畫圖表時，它迅速完成任務(wù)，生成的動畫經(jīng)研究人員檢查完全正確，大量復雜數(shù)學和物理計算對它來說似乎輕而易舉。隨后，編寫結(jié)合俄羅斯方塊和寶石迷城的游戲，Grok 3也順利完成，展現(xiàn)出強大的編程和邏輯思維能力。
xAI工程師介紹，雖然Grok起步較晚，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過或媲美Gemini、DeepSeek和ChatGPT等對手。
OpenAI聯(lián)合創(chuàng)始人Andrej Karpathy在親身體驗后評價道，Grok 3 + Thinking的表現(xiàn)與ChatGPT的某些高級版本相當，略微優(yōu)于DeepSeek R1等模型。然而，在某些特定問題上，例如解碼任務(wù)，Grok 3的表現(xiàn)可能不及DeepSeek R1。
除了在數(shù)學單項中排名第6外，GPT-4o在創(chuàng)意寫作、編程和長文本查詢等多個單項上都拿下第一。從網(wǎng)友測試反饋來看，新版GPT-4o不僅更“聰明”，而且更具“個性”，回復時的語氣更擬人化，還會時不時使用一些表情包。OpenAI CEO奧特曼評價新版GPT-4o相當不錯，并表示它不久將變得更好，還將其定義為“全網(wǎng)最佳搜索產(chǎn)品”。
在xAI公司的Grok 3取得重大進展之時，AI行業(yè)的其他同行們也在飛速前進。2025年，DeepSeek的V3和R1版本引發(fā)了新的行業(yè)浪潮，尤其是R1大模型備受業(yè)內(nèi)贊譽。R1大模型采用了MOE架構(gòu)（混合專家，Mixture-of-Experts），這一架構(gòu)同樣被應用于Grok的初代版本中。在開源的大環(huán)境中，各家如何憑借自身的技術(shù)實力練就卓越的AI“武功”，成為了行業(yè)關(guān)注的焦點。
在DeepSeek-R1模型的沖擊下，不少公司都陸續(xù)放出大招。
2月6日，OpenAI宣布擴大ChatGPT搜索功能的用戶范圍，任何人無需注冊，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，繼續(xù)提升AI能力，并提供更具性價比的解決方案。
2月13日，Sam Altman宣布，將很快發(fā)布GPT-5，并且免費無限使用；同日，文心一言官宣將于4月1日0時起全面免費，并且即日起上線深度搜索功能。
AI領(lǐng)域的競爭愈發(fā)激烈，在技術(shù)、Agent應用競速的同時，大模型廠商的融資也在競速。為整個行業(yè)的發(fā)展注入了新的活力，也讓我們對AI的未來充滿了更多的期待與想象。
