Grok3能碾压DeepSeek吗 马斯克发布 Grok3，推理能力超 o3 mini(high) 和 DeepSeek-R1~ ai创造营
Grok3，其由一个包含约 20 万个 GPU 的数据中心训练，计算能力是上一代模型 Grok 2 的“10 倍”，且使用了扩大的训练数据集。
据此前介绍，Grok 3 是在合成数据的基础上进行训练的，它能够通过重读数据来反思所犯的错误，从而达到逻辑上的一致性。
评测结果方面，Grok3 在 AIME'24（美国数学竞赛）、GPQA（研究生水平科学知识问答能力的基准测试）等测试中均取得了比 Gemini-2 pro、DeepSeek-v3、Claude 3.5 Sonnet 和 GPT-4o 更好的效果。
尤其在推理方面，Grok 3 Reasoning 和 Grok 3 mini Reasoning 在 AIME'24、GPQA 等测试中取得了压倒性的优势，最高分达到 96 分，超过了 o3 mini(high)、o1 和 DeepSeek-R1 等前沿模型。
甚至，在最新的 AIME 2025 评测中，Grok3 推理系列模型更是达到了 90 及以上的分数，稍微领先 o3 mini(high) 的 87 分。
基于 Grok3 推理模型，Grok app 上线了 DeepSearch 功能，DeepSearch 可以表达其理解查询的过程以及计划响应的方式，会扫描互联网和 X，分析信息，并针对问题提供摘要。据现场演示，DeepSearch 包括研究、头脑风暴和数据分析等选项。
此外，在 Chatbot Arena 评估中，Grok-3 的得分达到了 1400 分，同样超过了 Gemini 系列和 chatgpt-4o 和 DeepSeek-R1。
