xAI 推出 Grok-3

发布于 作者:

埃隆·马斯克的人工智能公司xAI于2025年2月17日发布了其最新的旗舰模型Grok 3，具有增强的功能、一系列专业化模型以及像DeepSearch这样的新工具，使其在人工智能领域成为一个强大的竞争者。

Grok 3的主要特点

使用位于孟菲斯的大型数据中心开发，拥有大约200,000个GPU，Grok 3 代表了人工智能能力的重大飞跃1。该模型的计算能力是其前身 Grok 2 的十倍，并且包含了扩展的训练数据集，其中包括法律文件2。Grok 3 并非单一实体，而是一个人工智能模型家族，每个模型都针对特定功能设计：

  • Grok 3：具有增强功能的主模型
  • Grok 3 Mini：以轻微牺牲准确性为代价提供更快的响应
  • Grok 3 Reasoning 和 Grok 3 Mini Reasoning：专注于高级问题解决任务3

这一多样化的模型系列使 xAI 能够满足从快速响应到复杂推理任务的各种人工智能应用需求，使 Grok 3 成为一个多功能且强大的人工智能系统。

基准性能

Grok 3 在各类基准测试中表现出色，超越了许多竞争对手。以下是基准测试结果的详细分析：

  • 推理 + 测试时计算：
    • 数学 (AIME ’24)：Grok-3 Reasoning Beta (93)，Grok-3 mini Reasoning (96)，o3-mini-high (87)，o1 (83)，DeepSeek-R1 (80)，Gemini-2 Flash Thinking (73)
    • 科学 (GPQA)：Grok-3 Reasoning Beta (85)，Grok-3 mini Reasoning (84)，o3-mini-high (80)，o1 (78)，DeepSeek-R1 (71)，Gemini-2 Flash Thinking (74)
    • 编码 (LCB Oct-Feb)：Grok-3 Reasoning Beta (79)，Grok-3 mini Reasoning (80)，o3-mini-high (74)，o1 (73)，DeepSeek-R1 (65)，Gemini-2 Flash Thinking (46)
  • 标准基准测试：
    • 数学 (AIME ’24)：Grok-3 (52)，Grok-3 mini (40)，Gemini-2 Pro (36)，DeepSeek-V3 (39)，Claude 3.5 Sonnet (16)，GPT-4o (9)12
    • 科学 (GPQA)：Grok-3 (75)，Grok-3 mini (65)，Gemini-2 Pro (65)，DeepSeek-V3 (59)，Claude 3.5 Sonnet (65)，GPT-4o (50)12
    • 编码 (LCB Oct-Feb)：Grok-3 (57)，Grok-3 mini (41)，Gemini-2 Pro (36)，DeepSeek-V3 (40)，Claude 3.5 Sonnet (36)，GPT-4o (34)12

此外，Grok-3 的早期版本代号为“Chocolate”，成为第一个在 LMSYS Chatbot Arena 中突破 1400 ELO 分数的 AI 模型，在所有类别中排名第一3。在 AIME 2025 数学竞赛中，Grok-3 Reasoning Beta 和 Grok-3 mini Reasoning 占据了前两名的位置，显著超越了其他推理模型2

附加功能

Grok 3 引入了多种创新工具和功能，增强了其功能性和用户体验。DeepSearch 是一款全新的 AI 驱动研究工具，可扫描互联网和 X（前身为 Twitter），分析信息并根据用户查询提供简明摘要12。此功能旨在与 OpenAI 的深度研究工具等竞争对手的类似产品竞争3。

埃隆·马斯克宣布，Grok 3 很快将具备语音交互功能，语音模式预计将在初始发布后一周内上线45。此外，xAI 计划在未来几周内通过其商业 API 提供 Grok 3 模型，以及 DeepSearch 功能43。此 API 访问将允许开发者和企业将 Grok 3 的高级推理和研究能力集成到他们自己的应用程序和服务中67。

定价和访问选项

Grok 3最初向X Premium+订阅用户提供，每月收费50美元12。xAI还推出了一个新的SuperGrok计划，每月30美元或每年300美元，提供额外的DeepSearch查询、增强的推理能力和无限的图像生成功能34。Grok应用程序很快将支持语音交互，并计划在未来几周内提供企业API访问5。与此同时，xAI计划在Grok 3完全稳定后开源Grok 2，继续履行其承诺，将以前的版本发布供公众使用56。