近期，科技界迎來了一波新的震撼，人工智能領域的新星xAI公司推出了其旗艦產品——Grok 3大模型。這一發(fā)布迅速引起了廣泛關注，特別是當特斯拉CEO埃隆·馬斯克親自站臺，稱贊其為“地球上最聰明的人工智能”時，更是將其推上了輿論的風口浪尖。

據(jù)xAI官方公布的數(shù)據(jù)，Grok 3在多個基準測試中表現(xiàn)卓越，包括專門評估數(shù)學能力的AIME測試，以及衡量博士級別學科問題解答能力的GPQA測試。在這些測試中，Grok 3均大幅超越了GPT-4o、Gemini-2 Pro、DeepSeek V3、Claude 3.5等業(yè)界知名大模型。在大模型競技場Chatbot Arena（LMSYS）的測試中，早期版本的Grok 3也獲得了140分的高分，位居榜首。

然而，隨著用戶體驗的深入，一些質疑聲也隨之而來。部分用戶表示，Grok 3的實際表現(xiàn)并沒有馬斯克宣傳的那么神奇。OpenAI的應用研究主管Boris Power更是公開表達了對Grok團隊評估方法的失望，指責其存在作弊嫌疑，并指出o3-mini在各項評估中的表現(xiàn)均優(yōu)于Grok 3。

為了驗證真相，《每日經濟新聞》記者親自對Grok 3進行了測試。從基礎問題開始，如“9.9和9.11誰大”，Grok 3輕松給出了正確答案，展現(xiàn)了其強大的基本運算能力。但在面對更具挑戰(zhàn)性的邏輯思考和文字理解問題時，Grok 3的表現(xiàn)則略顯不足。例如，在解答一個涉及邏輯陷阱的問題時，Grok 3雖然答對了題目，但并未完全展現(xiàn)出其邏輯推理的優(yōu)越性，而DeepSeek R1則在此類問題上表現(xiàn)更佳。

在數(shù)學能力方面，Grok 3確實展現(xiàn)出了其強大的實力。在一道復雜的臺球局數(shù)計算問題中，Grok 3迅速給出了正確答案，且用時遠低于其他模型。然而，在更專業(yè)的數(shù)學問題，如群論問題的解答上，雖然Grok 3答對了最終答案，但在解題過程中出現(xiàn)了小錯誤，這表明其在數(shù)學領域的優(yōu)勢并非絕對。

在編程能力的測試中，Grok 3也展現(xiàn)出了不俗的實力。Kcores聯(lián)合創(chuàng)始人karminski-牙醫(yī)的測評結果顯示，Grok 3在模擬火星發(fā)射計劃的代碼計算中表現(xiàn)優(yōu)異，雖然最終動畫效果略有瑕疵，但整體軌道計算準確，綜合得分位居第一。然而，與第二名OpenAI的o1相比，兩者的得分差距并不大。

綜合所有測試來看，Grok 3無疑是一款世界頂尖的AI模型，其強大的運算能力、數(shù)學素養(yǎng)以及編程實力都令人印象深刻。然而，其實際表現(xiàn)并未像馬斯克宣傳的那樣遠超其他模型，特別是在邏輯思考和文字理解方面，仍有提升空間。盡管Grok 3的響應速度極快，但這并不足以彌補其在其他方面的不足。因此，對于馬斯克所宣稱的“地球上最聰明的人工智能”，或許還需要更多的時間和實踐來驗證。