马斯克大力出奇迹，Grok3 把 o3 干翻了

大家好，我是含萧。

就在刚刚，马斯克发布了 xAI 最新的模型：Grok-3 和 Grok-3 推理版！

现在 X 官网上开会员已经可以直接体验，网页和应用的所有功能会在一周内完善、API 会在几周内推出。

什么模型才让马斯克敢说是“地球上最聪明的 AI？

简单粗暴给大家汇总一下目前的信息：

• Grok 3 表现超越 DeepSeek R1、GPT-o1、Gemini 2 Pro、GPT-4o、Claude 3.5

• 大模型盲测榜单 LYSYS Arena 有史以来首先打破 1400 分，在所有类别中排名＃1

• 带推理 Reasoning

• 带 DeepSearch 深度搜索

首先，Grok3 比 Grok2 多了十倍的计算量，而且是和 o1 一样的 Reasoning 模型。

评测结果

Grok-3 早期化名'chocolate'在 LMSYS 上开启盲测，排名第一，得分 1402，并且在所有类别中排名第一。

这次发布，马斯克还一起祭出了两个推理模型：Grok-3 Reasoning Beta 和 Grok-3 mini Reasoning 。

看官方放出来的评测图，我震惊了。在 AIME'24，GPQA，LCB Oct-Feb 以及前几天最新发布的 AIME'25 基本都是碾压级的？！

包括最强选手和最热推理选手 o3 mini high 、Deepseek r1、 gemini2-flash-thinking 以及 o1。

Big Brain 选项

同时，Grok-3 还支持开启 Big Brain 选项，这会让 Grok3 花费更多的计算和推理时间来思考从而解决难题：

直播中还专门提到，Grok-3 在创意编程方面能力也很强。

比如，让他开启 Big Brain 选项后，生成一个结合《俄罗斯方块》和《宝石迷阵》的游戏，代码执行起来 是能正常运行的。

DeepSearch 功能

Grok-3 同时也发布了 DeepSearch 功能。可以看到和 OpenAI 的 deep research 类似，它具备以下能力：

• 深入思考用户意图。

• 考虑应该选择哪些事实。

• 应该浏览多少个网站。

• 交叉验证不同的来源。

DeepSearch 还展示了其进行搜索本身所采取的步骤。

马斯克对此评价为："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 处于和 o1 Pro 相当的水平

对于模型的实际能力，Andrej Karpathy 刚刚也发推表示：

“就今天上午大约两个小时的快速测试来看，Grok 3 开启 Reasoning 思考能力感觉处于 OpenAI 最强模型（o1-pro，每月 200 美元）的最先进领域附近，并且略优于 DeepSeek-R1 和 Gemini 2.0 Flash Thinking。”

网友测评 case

收集了一些手速快的网友们的 case，看看表现咋样。

制作一个 P5.JS 素描，一堆 Groks 在一个旋转的脉动球体中弹跳。

还有一个推理的 case 测试——

超长预警！

Grok3 的使用方式

X.com 上的 Permium+ 会员可以直接使用 Gork3，网页版稍后就可以使用。

同时，SuperGrok 专属 APP 也将发布，拥有以下特权：

• 保证访问 Grok 3 的权限

• 解锁 DeepSearch 和 Think 功能

• 抢先体验新功能

• 更高的图像生成限制

在 Q&A 环节，他们表示将在几个月后对 Grok-2 进行开源，因为只有发布新一代模型之后，才会开源上一代的模型。

最后，Grok-3 还放出了一个语音模式彩蛋，我们是否可以期待马斯克版的贾维斯面世呢（狗头）