我要投稿

马斯克正式发布Grok 3，这回真的把OpenAI干碎了。

发布日期：2025-02-18 16:19:54 浏览次数： 2666

作者：数字生命卡兹克

微信搜一搜，关注“数字生命卡兹克”

中午12点，预告了两三天的Grok3的发布会，终于来了。

前天马斯克就在X上吆喝，说Grok 3是“地球上最聪明的人工智能”。

甚至还在迪拜世界政府峰会说：“Grok 3的推理表现优于我们所知的任何已发布的模型，这是个好迹象。”

而今天，在灯等等灯等的小音乐声中，马斯克习惯性的迟到后，四个大兄弟也坐在了现场，给大家演示Grok 3。

中间C位又是两个华人。

看完全程以后，我只能说，OpenAI现在是真的惨，前脚被DeepSeek，而后脚，又全部被Grok 3给干碎了。。。

是的，连o3 mini，也被Grok 3 mini干碎了，而Grok 3，今天X Premium用户可是就可以用了。。。

一文来带大家迅速过一遍，Grok 3的能力。

主要分成3块，Grok 3、Grok 3 Reasoning、Agents。

1. Grok 3

Grok这次是直接冲着OpenAI来的。研发团队一开始就直接甩了Grok和GPT的迭代时间对比。

从Grok0到Grok3，确实是进步飞速。

马斯克嘚啵嘚的意思，就一句话：Grok只用了两年多，就能匹敌GPT五六年的能力。

23年xAI成立后发布了33B的Grok 0，比肩70B的Llama 2。同年11月份，又马不停蹄的发了Grok 1模型。

24年他们不仅发布了Grok 1.5和Grok 2，还发布了xAI的第一个多模态模型Grok-1.5V。

从Grok0到2024 年 8 月 13 日发布的Grok2，再到今天2025年2月的Grok3，Grok的迭代确实很迅速。

关注度这么高的发布会，马斯克也是忍不住炫耀一下自家的十万卡集群Colossus。

老马起初找了数据中心供应商，问他们要在一个地方有序运行10万个Gpu需要多长时间？供应商给的时间范围是从18个月到24个月。

老马直接不乐意了，所以直接自己做。

最终这个集群只用了122天建成，第一阶段是10万块NVIDIA H100 GPU，训练了122天。后来扩展到20万块GPU（含新增的5万块H100与5万块H200），又训练了92天。由田纳西河流域管理局（TVA）提供超过100兆瓦的电力支持。

最终，有了Grok 3这个超级产物。

半个多小时的发布会没啥实际应用的展示，不过光看跑分grok表现也是挺亮眼的。

在他们内部的测试里，数学、科学和代码三个领域的跑分，Grok 3都是最高的。

不带推理能力的Grok，Benchmarks跑分遥遥领先。

在Chatbot Arena竞技场，Grok3直接拿下第一，分数也高得惊人。

带推理能力的Grok，也是直接冲着目前最好的推理模型去的。分数远高于o3和DeepSeek-R1，拉着就是比。

尤其是Grok解数学题的能力，马斯克在发布会上也特意强调他们会给模型更多时间让它自己思考。

在Chatbot Arena竞技场，Grok3直接拿下第一，分数也高得惊人。

不仅第一，还是目前唯一1400分以上的模型，直接把没火多久的Gemini2.0甩开一大截。

2. Grok 3 Reasoning

下一个，reasoning，也就是grok 3的推理模型。

但是因为还没有具体实测到，所以我不知道，他是类似DeepSeek v3和DeepSeek R1这种两套模型的区别，还是类似于Claude在传的那种混合模型的区别，但是我个人感觉大概率还是两套。

然后上来展示这UI设计，好眼熟。

大家都在群里疯狂吐槽，deepseek是你吗。

在跑分上，还是我们熟悉的三领域：数学、科学、代码。

和o3 mini、DeepSeek R1相比，Grok 3 reasoning都取得了领先地位。

特别是o3 mini，直接被干碎了。

5天前，完成了AIME2025的测试，分数最高。

并且还有类似于o1 pro的功能，可以调高参数，允许Grok 3用更长的时间去推理，让大模型花更多时间思考，直到得出结论。

展示的第一个编程例子，动态宇宙模型，思考了114s。

效果看起来还挺好的，感觉马斯克离他的老家火星又进了一步。

第二个展示了Grok的游戏代码，俄罗斯方块演示（视频有点长，我们这里直接五倍速）

case本身难度也不怎么高，具体实测还不知道是个什么情况，具体详情得测试看，如果确实跟跑分一致，老马没吹牛逼，那Grok 3就是地表最强。

3. Agent

最后一个。

老马决定继续按着OpenAI的头打，推出了他们的Agent工具，DeepSearch，也就是深度搜索。

明显就是前段时间OpenAI Deep Research的翻版。

但是效果上，看了下说实话不太像是能对标OpenAI Deep Research的，更偏向于搜索而不是研究，比OpenAI Deep Research的成品和质量还是差的有点远。

更像是Perplexity出的那个。

他们也跑了一个demo。

点击左侧的答案，会有进度条，思考时间不算特别长。

右侧是当前模型的一些摘要，可以看到模型正在浏览哪些网站，并且会交叉验证不同的来源。

可以同时问好几个问题，一起运行。

4. 写在最后

最后的QA环节，直播也解答了大家最关心的几个问题。

Q：什么时候发布Grok3？

A：X上的预先订阅用户可以最早体验，预计一周后陆续发布，推荐大家关注Grok的动态。

Q：现在的新的网址？

A：grok.com

Q：有语音功能吗？

A：有。（但是现场也只是说有语音功能，支持语音转文字，不知道是不是语音通话，但具体的效果如何，还是等上线吧。）

马斯克在发布会上是说，一周后会陆续上线grok 3的所有功能。也就是说Grok 3、Grok 3的推理模型、DeepResearch、包括app端。

这个画面总让我幻视直播带货，感觉马斯克应该说一句“老铁们记得订阅”。

行，信一回，等着下周上手玩玩了。

老马还说，之后会开源上一代模型，也就是Grok 2，那我也坐等。

无论如何，新王已到，江湖又得重新排座次了。

AI圈，变得就是如此之快。

AI一天，人间一年。

我们，拭目以待。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-09-13

中文显示成功率99% 被低估的文生图工具Qwen-Image，无废话，纯干货实测提示词

2025-09-13

Java 版 DeepResearch 的实现和使用方式

2025-09-13

涌现观点｜别被“AI Agent”的万亿神话骗了，这才是你应该知道的真相

2025-09-13

这可能是Human-in-the-Loop最具象化的演绎 | 长程推理Agent设计实践

2025-09-13

ai问答助手类产品策略与指标

2025-09-13

蚂蚁数科宣布：支持企业客户按大模型应用效果付费

2025-09-13

阿里Qoder IDE进行AI辅助编程的简单验证

2025-09-13

Docling将pdf转markdown以及与AI生态集成

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek-V3.1 发布，迈向 Agent 时代的第一步

2025-08-21

精|知识探索新范式：深度研究Deep Research智能体全面综述，系统、方法与应用

2025-06-21

DeepSeekV3.1 提到的 UE8M0 FP8 Scale 是什么？下一代国产芯片设计？

2025-08-21

DeepSeek V3.1 测评

2025-08-19

能办成事的 Agent：实时与环境交互，从经验中学习

2025-06-19

WAIC 2025 观察：大模型进入“效率与场景”决胜期

2025-07-29

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

DeepSeek突然更新V3.1：实测后才发现的亮点与槽点

2025-08-19

DeepSeek v3.1 到底有多强？与 Claude Code 一起实测！

2025-08-20

豆包又在偷偷进步！超能创意2.0内测，语意理解能力追平FLUX Kontext

2025-07-04

大家都在问

阿里推出夸克医疗大模型：医考70%高分背后，RAG为何是“压舱石”？

2025-09-12

AI市场调查实战：如何让AI帮你搜全网特定规格的产品？

2025-09-11

Embedding-审核场景下都可以在哪里应用？

2025-09-11

nano banana 文生图模型有哪些具体的应用场景？

2025-09-09

Claude Code：极简架构 + 万字提示词 = 最强开发者智能体？

2025-09-09

观察 | 面临经济下行和AI的双重冲击，企业顾问如何突破困局？

2025-09-08

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

砸数万元将产品植入Deepseek，AI还能被骗多久？

2025-09-07

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB