號稱「地球上最聰明的人工智能」，馬斯克的 Grok 3 竟答不對 9.11 和 9.9 哪個大

感謝IT之家網民 有鯽雪狐 的線索投遞！

IT之家 2 月 19 日消息，昨天馬斯克及其 xAI 團隊在直播中正式發佈了 Grok 3，此前馬斯克通過持續的預熱宣傳，將外界對 Grok3 的期待值推向了前所未有的高度。馬斯克稱 Grok 3 為，然而其實際表現似乎對不起這個名號。

IT之家注意到，在發佈會上，馬斯克宣稱 Grok 3 在數學、科學與編程的基準測試中超越了所有主流模型，並計劃將其應用於 SpaceX 的火星任務計算，甚至預測未來三年內將實現盧保獎級別的突破。

但 Grok 3 的實際測試表現卻讓人大跌眼鏡。發佈後，一些媒體測試了最新的 Beta 版 Grok 3，並提出了那個經典的用來刁難大模型的問題：「9.11 與 9.9 哪個大？」遺憾的是，號稱目前最聰明的 Grok 3，仍然無法正確回答這個問題，被網民戲稱為「天才不願意回答簡單問題」。

此外，在 xAI 發佈會直播中，在分析遊戲《流放之路 2》的職業與昇華效果時，Grok 3 也給出了大量錯誤答案，並且馬斯克也沒有看出這些明顯的錯誤。

儘管在官方 PPT 中，Grok3 在大模型競技場 Chatbot Arena 中看似「遙遙領先」，但實際上其與 DeepSeek R1 和 GPT4.0 的差距僅為 1% 到 2%。

馬斯克在發佈會上透露，Grok 3 使用了超過 20 萬張 H100 芯片，總訓練小時數達到兩億小時。作為對比，DeepSeek V3 僅使用 2000 張 H800 芯片訓練兩個月，其性能卻與 Grok 3 相差無幾。這表明，隨著模型規模的不斷擴大，性能提升的邊際效應已經顯現。

值得一提的是，馬斯克在社交媒體上表示，當前的 Grok 3 僅是測試版，完整版將在未來幾個月推出，並邀請用戶反饋使用問題。

廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。