01

　　大數(shù)據(jù)文摘受權(quán)轉(zhuǎn)載自夕小瑤科技說

　　就在剛剛，馬斯克發(fā)布了 xAI 最新的模型：Grok-3 和 Grok-3 推理版！

　　現(xiàn)在 X 官網(wǎng)上開會員已經(jīng)可以直接體驗，網(wǎng)頁和應(yīng)用的所有功能會在一周內(nèi)完善、API 會在幾周內(nèi)推出。

　　什么模型才讓馬斯克敢說是“地球上最聰明的 AI？

　　簡單粗暴給大家匯總一下目前的信息：

　　Grok 3 表現(xiàn)超越 DeepSeek R1、GPT-o1、Gemini 2 Pro、GPT-4o、Claude 3.5

　　大模型盲測榜單 LYSYS Arena 有史以來首先打破 1400 分，在所有類別中排名＃1

　　帶推理 Reasoning

　　帶 DeepSearch 深度搜索

　　首先，Grok3 比 Grok2 多了十倍的計算量，而且是和 o1 一樣的 Reasoning 模型。

評測結(jié)果

　　Grok-3 早期化名'chocolate'在 LMSYS 上開啟盲測，排名第一，得分 1402，并且在所有類別中排名第一。

　　這次發(fā)布，馬斯克還一起祭出了兩個推理模型：Grok-3 Reasoning Beta 和 Grok-3 mini Reasoning 。

　　看官方放出來的評測圖，我震驚了。在 AIME'24，GPQA，LCB Oct-Feb 以及前幾天最新發(fā)布的 AIME'25 基本都是碾壓級的？！

　　包括最強選手和最熱推理選手 o3 mini high 、Deepseek r1、 gemini2-flash-thinking 以及 o1。

Big Brain 選項

　　同時，Grok-3 還支持開啟 Big Brain 選項，這會讓 Grok3 花費更多的計算和推理時間來思考從而解決難題：

　　直播中還專門提到，Grok-3 在創(chuàng)意編程方面能力也很強。

　　比如，讓他開啟 Big Brain 選項后，生成一個結(jié)合《俄羅斯方塊》和《寶石迷陣》的游戲，代碼執(zhí)行起來 是能正常運行的。

　　DeepSearch 功能

　　Grok-3 同時也發(fā)布了 DeepSearch 功能。可以看到和 OpenAI 的 deep research 類似，它具備以下能力：

　　深入思考用戶意圖。

　　考慮應(yīng)該選擇哪些事實。

　　應(yīng)該瀏覽多少個網(wǎng)站。

　　交叉驗證不同的來源。

　　DeepSearch 還展示了其進行搜索本身所采取的步驟。

　　馬斯克對此評價為："Next generation of search agents to understand the universe"（新一代可以理解宇宙的搜索引擎）

　　Andrej Karpathy：Grok3 處于和 o1 Pro 相當(dāng)?shù)乃?/strong>

　　對于模型的實際能力，Andrej Karpathy 剛剛也發(fā)推表示：

　　“就今天上午大約兩個小時的快速測試來看，Grok 3 開啟 Reasoning 思考能力感覺處于 OpenAI 最強模型（o1-pro，每月 200 美元）的最先進領(lǐng)域附近，并且略優(yōu)于 DeepSeek-R1 和 Gemini 2.0 Flash Thinking。”

網(wǎng)友測評 case

　　收集了一些手速快的網(wǎng)友們的 case，看看表現(xiàn)咋樣。

制作一個 P5.JS 素描，一堆 Groks 在一個旋轉(zhuǎn)的脈動球體中彈跳。

　　還有一個推理的 case 測試——

　　超長預(yù)警！

　　Grok3 的使用方式

　　X.com 上的 Permium+ 會員可以直接使用 Gork3，網(wǎng)頁版稍后就可以使用。

　　同時，SuperGrok 專屬 APP 也將發(fā)布，擁有以下特權(quán)：

　　保證訪問 Grok 3 的權(quán)限

　　解鎖 DeepSearch 和 Think 功能

　　搶先體驗新功能

　　更高的圖像生成限制

　　在 Q&A 環(huán)節(jié)，他們表示將在幾個月后對 Grok-2 進行開源，因為只有發(fā)布新一代模型之后，才會開源上一代的模型。

　　最后，Grok-3 還放出了一個語音模式彩蛋，我們是否可以期待馬斯克版的賈維斯面世呢（狗頭）