近期，科技界迎來了一場備受矚目的盛事——馬斯克攜其xAI團隊通過一場直播活動，正式揭曉了備受期待的Grok 3人工智能模型。在此之前，馬斯克通過一系列預(yù)熱宣傳，已經(jīng)將Grok 3的神秘面紗撩撥得令人心癢難耐，公眾對其的期待值達到了前所未有的高度。

然而，在這場萬眾矚目的發(fā)布會上，馬斯克宣稱Grok 3在數(shù)學(xué)、科學(xué)與編程領(lǐng)域的基準(zhǔn)測試中超越了所有主流模型，甚至雄心勃勃地計劃將其應(yīng)用于SpaceX的火星任務(wù)計算，并預(yù)測未來三年內(nèi)將帶來諾貝爾獎級別的科學(xué)突破。這一系列豪言壯語，無疑將Grok 3推向了神壇。

遺憾的是，Grok 3的實際表現(xiàn)卻與馬斯克的豪言壯語大相徑庭。發(fā)布后不久，一些媒體便對Grok 3的Beta版進行了測試，結(jié)果卻令人大跌眼鏡。面對一個經(jīng)典的大模型刁難問題——“9.11與9.9哪個大？”，號稱目前最聰明的Grok 3竟然無法給出正確答案，這一尷尬表現(xiàn)迅速在網(wǎng)絡(luò)上引發(fā)了熱議，網(wǎng)友戲稱其為“天才不愿意回答簡單問題”。

不僅如此，在xAI發(fā)布會直播中，當(dāng)Grok 3被用于分析游戲《流放之路 2》的職業(yè)與升華效果時，其表現(xiàn)同樣令人失望。Grok 3給出了大量錯誤答案，而這些錯誤在直播中甚至沒有被馬斯克本人察覺。這一系列失誤，無疑讓Grok 3的聲譽受到了嚴重質(zhì)疑。

盡管在官方PPT中，Grok 3在大模型競技場Chatbot Arena中的表現(xiàn)看似遙遙領(lǐng)先，但仔細分析后卻發(fā)現(xiàn)，其與DeepSeek R1和GPT4.0的差距其實并不大，僅為1%到2%。這一數(shù)據(jù)無疑揭示了Grok 3在性能提升上的邊際效應(yīng)已經(jīng)顯現(xiàn)。

為了打造Grok 3，馬斯克不惜投入巨資，使用了超過20萬張H100芯片，總訓(xùn)練小時數(shù)更是達到了驚人的兩億小時。然而，與之相比，DeepSeek V3卻僅使用了2000張H800芯片，訓(xùn)練時間也僅有兩個月，但其性能卻與Grok 3相差無幾。這一對比，無疑讓Grok 3的高昂投入顯得有些得不償失。

面對Grok 3的種種失誤和質(zhì)疑，馬斯克并未選擇逃避。他在社交媒體上表示，當(dāng)前的Grok 3僅是測試版，完整版將在未來幾個月內(nèi)推出，并誠邀用戶反饋使用問題。這一表態(tài)，雖然無法立即挽回Grok 3的聲譽，但至少展現(xiàn)了馬斯克面對失敗的勇氣和擔(dān)當(dāng)。