2 月 18 日，xAI 公司带来了令人瞩目的 Grok 3 基座大模型、推理 AI 模型 Grok3 mini 以及名为 Deepsearch 的 Grok 3 智能搜索引擎模型。
Grok 3 基座大模型可谓是 xAI 的 “秘密武器”。据介绍，Grok 3 在极短的时间内实现了功能比 Grok2 强大一个数量级，其在训练过程调用了 10 万个 Nvidia H100 芯片，较前代产品 Grok 2 实现了数倍的跨越式提升。
推理 AI 模型 Grok3 mini 也不容小觑。它和 Grok 3 在多方面性能上都超过或媲美 Gemini、DeepSeek 和 ChatGPT 等对手，在 MMLU 这一用于评估语言模型语言理解能力的基准测试中，展现出了强大的实力。
而名为 Deepsearch 的 Grok 3 智能搜索引擎模型更是一大亮点。Deepsearch 被 xAI 工程师定义为 “第一代广泛代理工具”，它不仅能帮助工程师、科研人员编写代码，还能为普通用户解答日常问题。
Grok 3 的训练硬件
据悉，Grok 3 在训练过程中调用了 10 万个 Nvidia H100 芯片。如此大规模的 GPU 集群为 Grok 3 提供了强大的计算能力，使其能够处理极其复杂的任务，相比前一代 Grok 2 使用的 15,000 个 GPU 实现了数倍的提升。
Grok 3 与 DeepSeek 的对比
性能测试：在 AIME’24 数学能力测试中，Grok-3 取得了 52 分，明显高于 DeepSeek-V3 的 39 分。在 GPQA 科学知识评估中，Grok-3 以 75 分领先 DeepSeek-V3 的 65 分。此外，在 LCB Oct – Feb 编程能力测试中，Grok-3 也以 57 分的成绩超越了 DeepSeek-V3 的 36 分。
成本与应用场景：Grok-3 属于重资产投入模式，而 DeepSeek R1 开源版本仅用了行业 1/50 的训练成本就实现了顶级性能，API 调用价格更是低至 0.001 元 / 千 Tokens。DeepSeek 在中文语义理解的准确性上有优势，并且在深圳福田区政务系统应用中，将办事流程压缩 60%，其在 “本土化场景” 方面具有强大的护城河。
功能特性：Grok 3 更像是一个全能选手，在对话和推理方面表现出色，能作为日常的对话伙伴，以幽默、轻松的方式与人类交流。而 DeepSeek 更像是专攻某一领域的高手，在处理复杂的分析任务或特定行业问题上特别厉害。
Grok 3 与 OpenAI 的对比
性能表现：据 xAI 称，Grok 3 在复杂推理任务中的表现优于 OpenAI 的 GPT-4o 等模型，但有 xAI 员工称 Grok 3 的编程能力优于 DeepSeek R1，但不及 OpenAI。
响应速度：Grok 3 在响应速度上表现出色，能够在微秒级别内给出回答，在处理复杂查询时几乎无延迟，与 OpenAI 的 GPT-4 相比，Grok 3 在速度上具有明显优势。
多语言能力：Grok 3 在处理多种语言方面表现出色，尤其是对亚洲语言的支持，能够理解地方俚语，并通过智能数据训练方法支持罕见语言。相比之下，OpenAI 的模型在多语言支持上仍有提升空间。
开源策略：与 OpenAI 的闭源模型不同，xAI 的 Grok 3 预计将继续沿用开源策略，这将使全球开发者能够自由访问和使用该模型，促进技术的快速传播和创新。
总之，Grok 3 的发布为 AI 领域带来了新的活力和竞争，与 DeepSeek、OpenAI 的产品各有千秋，未来 AI 领域的竞争和发展态势值得持续关注。
