马斯克XAI公司旗下产品Grok 3于北京时间2月18日午间发布。以下是关于其发布内容的一些关键点：

访问权：Grok 3 首先向 X 的 Premium+ 订阅者开放，紧接着推出了新的订阅计划 "SuperGrok"，提供更高级的功能和更早的访问权。

性能提升：Grok 3 在数学、科学和编码基准测试中超越了 Alphabet 的 Google Gemini、DeepSeek 的 V3 模型、Anthropic 的 Claude 和 OpenAI 的 GPT-4o。

计算能力：Grok 3 的计算能力是其前代 Grok 2 的十倍以上，利用了位于孟菲斯数据中心的约 200,000 个 GPU 来进行训练。

模型家族：Grok 3 不是单一模型，而是一系列模型，包括 Grok 3 Reasoning 和 Grok 3 mini Reasoning，专注于更复杂的推理任务。

Grok 3功能：

语音模式：计划在发布后一周内增加语音模式，让 Grok 模型能够进行语音交互。

图像生成：SuperGrok 订阅者将获得无限的图像生成功能。

DeepSearch：提供对更广泛的互联网内容的深度搜索。

Tesla 集成：Grok 3 将支持与 Tesla 车辆的实时信息查询。

订阅模式：新的 "SuperGrok" 订阅每月 30 美元或每年 300 美元，提供包括无限图像生成、增强推理能力和 DeepSearch 查询在内的高级功能。

技术细节：Grok 3 的开发利用了 Colossus 超级计算机，训练时使用了 100,000 Nvidia H100 GPU。训练过程涉及改进的数据集、合成数据、模型自校正和强化学习技术。

链式思维推理：Grok 3 将支持更复杂的推理能力，能够按步骤处理复杂任务，类似于人类的认知过程。这将显著改善其处理复杂查询和提供逻辑连贯回答的能力。

多模态数据处理：该模型将能够整合和处理文本、图像等多种类型的数据，增强其理解和生成内容的能力。

语言理解和生成：Grok 3 在语言理解和生成方面会有提升，能够更自然地进行对话并支持多语言处理。

语音模式：新增的语音模式将扩展用户的交互方式，使其能够理解语气和情感，并支持音频转录成文本。

图像生成能力增强：图像生成将更加精细，提供更高质量的输出。

“Unhinged”模式：可能引入一个更自由或创意性的回答模式，允许更不受限制的互动。

计算能力：据称计算能力是 Grok 2 的十倍以上，预计将使其成为全球最强大的 AI 之一。

推理 API：在推出后不久，将推出推理 API，供开发者使用。

开源：在 Grok 3 完全推出后，Grok-2 将开源，这可能为开发者提供更多机会来探索和扩展其功能。

DeepSearch：支持深度搜索功能，可能允许用户在更广泛的互联网范围内进行更精确的搜索。

Grok 3的评价：

Grok 3 被描述为一个非常强大的 AI 模型，根据目前的评价和测试结果，它在实证基准测试中一些表现出色，甚至超越了知名竞争对手。以下是一些评价要点：

推理能力：Grok 3 被认为具备非常强大的推理能力，在测试中其表现超过了已知的任何模型。这种推理能力被评价为“强到让人感到害怕”，表明其在处理复杂任务和提出创新解决方案方面的能力。

基准测试表现：在数学推理、科学知识问答（如 GPQA）和代码编写等多个领域的基准测试中，Grok 3 的表现优于 DeepSeek-v3、GPT-4o、Gemini-2 pro 等模型。在测试中，如 AIME'24 和 AIME 2025，Grok 3 也取得了显着的成绩。

计算资源和训练：Grok 3 使用训练了约 10 万张 Nvidia H100 GPU 进行，这使得其计算能力是 Grok 2 的十倍。这种强大的基础设施支持了其在推理、编程能力以及文本和图像分析等多态模式功能方面的提升。

用户反馈和市场评价：在 X 平台上的讨论中，有用户认为 Grok 3 是当前最先进的模型之一，尤其是代码能力和推理性能得到了高度评​​价。然而，也有怀疑一些的声音，认为其提升可能不如宣传中那么显着，尤其是在与其他大型模型的比较中。

问题：尽管 Grok 3 受到了高度评​​价，但也提到它需要经过严格潜在的红队测试（red teaming）来检查潜在的安全和伦理问题，特别是考虑到其计算能力可能已经超过了某些监管强度。