马斯克发动“钞能力”砸出来的 Grok 3，它终于来了！
早在 Grok 3 真正发布前，江湖上就流传着许多关于它的“传说”。
比如它是一个“算力怪兽”：Grok 3 在孟菲斯超级集群上完成训练，使用了由10万块英伟达 H100 GPU 组成的 Colossus 超级计算机，总训练时长达到2亿 GPU 小时，计算量较前代模型 Grok 2 提升10倍。
比如它是一个“性能王者”：在“一个黄色小球在一个正方形区域内反弹”这个经典测试问题上，Grok 3 的表现一骑绝尘，超越了 DeepSeek-R1 和 o1-pro。详情看这里：DeepSeek-R1 vs o1-pro，Grok 3竟成幕后赢家？！
但是骡子是马，总得拉出来遛遛才知道。
深入理解宇宙的真实本质，这是马斯克给xAI这个AI公司一开始就定下的使命。
xAI在AI领域不是最有名气的，甚至无法跻身进入国外AI的“御三家”（OpenAI，Anthropic，谷歌），但要知道，xAI是一家仅成立于2023年7月12日的初创公司，到目前也只是经历了1年半的发展。
发布会上的PPT几乎每一页都是剑指“OpenAI”，毕竟那是马斯克的“宿敌”。xAI不出意外地强调：“高智商需要高算力的支持”。
接下来就是“军火展示”时刻。原来之前关于 Grok 3 的传闻都是真实的！位于孟菲斯的由10万块英伟达 H100 GPU 组成的 Colossus 超级计算机，目前已经到20万块了。
预热结束，好戏上场。首先是通用版本（不会思考）的 Grok 3。
Grok 3的通用版本分为 Grok 3 和 Grok 3 mini 两个模型。从基准测试结果来看，Grok 3已大幅超越所有其他通用模型，如：GPT-4o，Claude 3.5 Sonnet，Gemiin 2.0 Pro 以及 DeepSeek-V3。
按惯例，新模型在发布前都是先放到LMSYS大模型竞技场遛一圈。Grok 3 以1400分的高分遥遥领先。
除了不会思考的通用模型，Grok 3 还有“Reasoning”推理模式。
Grok 3 推理模式有独立开关，这个设计和DeepSeek的“深度思考”一致。
推理模式也分为2种：Grok 3 mini 下的浅思考和 Grok 3 下的深思考，xAI官方称其为“Big Brain”。
Grok 3 两个模型推理模式下的基准测试结果如下。和当前最强的一系列推理模型对比，Grok 3 依旧是遥遥领先，超越了 o3-mini-high，o1 和 DeepSeek-R1。这里，谷歌的 Gemini 2.0 Flash Thinking 的表现是最差的，这也很好理解，底层模型仅是“Flash”系列的小模型。
这是 Grok 3 在最新的2025年美国数学邀请赛（AIME）的表现。柱状图顶部浅色拼接部分意思是给模型足够长的时间和算力，模型的最好成绩。
这是 Grok 3 mini 推理模型写出的“模拟火星运行轨道”的Python代码。一次成型，逼真且形象。和文章最开头的那个小球测试有异曲同工之妙。
除了2个 Grok 3 模型，xAI这次还一起发布了一个 AI Agent（智能体），毕竟 AI Agent 是2025年的大热门。
xAI的这个 AI Agent 名为 Deep Search。从这个名字，你应该能猜得出它是干什么的吧。
和OpenAI、Perplexity的“Deep Research”一样，xAI的 Deep Search 也是一个深度研究工具。
而从直播演示的效果来看，个人感觉 Deep Search 的效果是要好于Perplexity的“Deep Research”的。
它甚至能输出最原始的详细的思考过程，和 DeepSeek-R1 一样，在这里给xAI点一个大大的赞。
最后，是大家最关心的“怎么用”的问题。目前 Grok 3 仅对X平台的Premium+订阅用户优先开放。
Premium+订阅可不便宜，单月价格为每月40美元。建议不是对模型“智商”有特别追求的可以再观望一阵。毕竟，现在的 DeepSeek-R1 足以胜任99%的日常任务。
并且，未来会推出 SuperGrok 订阅，类似于 ChatGPT Pro，价格未公布。
Grok 3 的API服务和语音功能“Grok Voice”将会在未来几周内发布。
我是木易，一个专注AI领域的技术产品经理，国内Top2本科+美国Top10 CS硕士。
相信AI是普通人的“外挂”，致力于分享AI全维度知识。这里有最新的AI科普、工具测评、效率秘籍与行业洞察。
欢迎关注“AI信息Gap”，用AI为你的未来加速。
（文：AI信息Gap）