xAI 的最新模型拥有 200,000 个 GPU 集群，在基准测试中名列前茅。
文章作者： Jose Antonio Lanz
文章来源：decrypt
由埃隆・马斯克的 xAI 公司开发的人工智能 Grok-3 于周一正式发布。该公司不仅展示了其强大的计算基础设施，还对 Grok-3 的能力做出了大胆的声明，显示出其更大的野心。
此次发布的重点主要集中在原始计算能力、基准性能以及即将推出的功能上。然而，许多实际演示看起来更像是其他人工智能公司已经实现的成果的重演。
发布会的亮点并非人工智能本身，而是名为“Colossus”的庞大集群，它由 20 万个 GPU 组成，为 Grok-3 的训练提供了强大的动力。
Grok-3 的系统构建分为两个阶段：首先是在 10 万个 GPU 上进行 122 天的同步训练，随后又用了 92 天将规模扩大到完整的 20 万个 GPU。xAI 的开发人员表示，构建这一基础设施的难度甚至超过了开发人工智能模型本身。
此外，该公司已经制定了打造更强大集群的计划。马斯克表示，他们的目标是将集群的容量提升到目前的五倍，这将使其成为地球上最强大的 GPU 集群。
在性能方面，Grok-3 在标准人工智能基准测试中展现出令人印象深刻的表现。基础模型（未嵌入思维链和推理功能的普通模型）在数学（AIME）、科学（GPQA）和编程（LCB）测试中均名列前茅。
此外，Grok-3 在盲测中的表现也非常亮眼。
xAI 确认，代号为“Chocolate” 的神秘模型实际上是 Grok-3 的一个早期测试版本，被上传到了 LLM（大语言模型） 竞技场。
在这些测试中，它在所有大语言模型中均获得了最高的 ELO 评分，这意味着用户在不知情的情况下更倾向于选择它的答案，而不是其他直接竞争的人工智能模型提供的答案。
这可能是最准确的衡量质量的方法，因为它不会让模型在基准测试中作弊，这种基准测试完全基于数千名匿名用户的偏好和盲选。
Grok-3 的“推理 Beta”版本采用了内部思维链处理和测试额外的计算能力，进一步提升了其在数学领域的表现——在 AIME 2025 基准测试中，该版本的得分达到了 93%，而其他表现最佳的模型得分均低于 87%。有趣的是，Grok-3 迷你推理 Beta 版本有时会超越其较大的“兄弟”版本，这主要得益于其更长的训练时间。换句话说，一旦完整的 Grok-3 获得与迷你版本相当的训练时长，其性能有望进一步提升。
然而，当 xAI 团队现场演示 Grok-3 的能力时，整个展示更像是在追赶行业前沿成果，而非带来真正的创新。团队展示了该模型解决物理问题以及从零开始编写游戏代码的能力，这些令人印象深刻的技能早已被 ChatGPT、Claude 和谷歌的 Gemini 等模型所掌握。
新工具，旧技巧
他们还推出了 DeepSearch，这是一种研究工具，类似于OpenAI和谷歌的相关工具，它可以在网络上搜索信息，并生成关于特定主题的详细报告。
X Premium Plus 订阅用户可以率先体验 Grok-3，但其最强大的版本和后续更新将主要通过独立应用程序或 Grok.com 提供。
语音交互功能将在未来几周上线，类似于 OpenAI 的“高级语音模式”。马斯克强调，这并非简单的文字转语音，而是一个真正的人工智能语音模型，能够实现自然且富有表现力的语音输出。
在未来几周内，开发者将获得 API 接口访问权限，并配备音频转录功能，这将使 Grok-3 成为开发第三方人工智能应用的强大工具。
在展示了一个由 Grok 生成的俄罗斯方块游戏示例后，xAI 还透露了将计划成立一个人工智能游戏工作室，让开发者能够利用 Grok-3 开发游戏。
目前，该模型正在逐步开放。截至本文撰写时，Decrypt 尚未获得访问权限，但一些爱好者已经抢先体验，并对其表现感到满意。
计算机科学家莱克斯・弗里德曼（Lex Friedman）是人工智能领域的知名专家，他对 Grok-3 的能力给予了高度评价。
其他人将其与其他领先的市场竞争对手进行了比较。
“Grok 3 + Thinking 的感觉与 OpenAI 最强大的模型 o1-pro（每月 200 美元）相当，略优于 DeepSeek-R1 和 Gemini 2.0 Flash Thinking。”前 OpenAI 联合创始人安德烈・卡帕西（Andrej Karpathy）在 X 平台上发表了一篇详细的帖子。“目前，向 xAI 团队表示热烈祝贺，他们显然拥有强大的发展动力和潜力。”
X 用户 Penny2x 分享了一款完全由 Grok-3 生成的游戏——一款类似《超级马里奥》的 2D 平台游戏。
他对 Grok 理解指令并在多次迭代中不断改进的能力印象深刻。他在 X 平台上的一篇帖子中写道：“我只是不断提出调整要求，而它则持续生成一个我可以放在桌面上运行的单机游戏。这太不可思议了。我们生活在未来，现在每个人都能成为开发者。”
该游戏可在“Thank Doge”网站上进行测试。
xAI 公司宣布，在 Grok-3 完全成熟并稳定运行后，将开源其上一代模型 Grok-2。这一计划预计将在未来几个月内实现。此前，xAI 一直延续开源旧版本模型的传统，以推动技术创新。尽管 Grok-2 在性能上落后于当前的顶级模型，但开源后仍有望为开发者提供丰富的学习和研究资源。
目前，Grok-3 已经展现出与顶尖 AI 模型相媲美的能力。然而，真正的考验还在后面——在未来几周，xAI 将推出其承诺的语音功能、游戏工具以及 API 接口。届时，Grok-3 能否凭借这些新功能脱颖而出，将备受关注。与此同时，压力似乎已经来到了 OpenAI 这边，因为他们即将发布备受瞩目的 GPT-4.5。