Grok3是模型边际效应终点吗？测试显示并非如此
Grok3发布前的期待值
马斯克的预热炒作
马斯克和xAI团队在Grok3发布前不断抛出相关信息。马斯克本人更是24/7不间断地预热炒作，这使得全球对Grok3的期待值被拉到空前高度。例如，就在一周前，马斯克在直播中评论DeepSeekR1时还信心满满地表示xAI即将推出更优秀的AI模型，这无疑又增加了人们对Grok3的期待。
人们的预期
在这样的炒作下，人们普遍认为Grok3会是一款非常卓越的模型。毕竟马斯克在科技领域有着众多成功的案例，大家对他带领下的xAI团队开发的Grok3充满信心，期待它能在人工智能领域带来重大突破，甚至在数学、科学与编程等方面超越其他主流模型。
Grok3发布后的测试表现
常识性问题测试
发布后对Grok3进行测试发现诸多问题。像问“9.11与9.9哪个大”这样的基础问题，在不加任何定语及标注的情况下，Grok3都无法正确回答。海外也有类似测试，如“比萨斜塔上两个球哪个先落下”等基础物理/数学问题，Grok3同样无法应对，被戏称为“天才不愿意回答简单问题”。
直播演示中的问题
在xAI发布会直播中，马斯克演示用Grok3分析《流放之路2》对应的职业与升华效果，Grok3给出的绝大部分答案都是错误的，而马斯克在直播中并未发现这个明显问题。这不仅让海外网友嘲讽马斯克打游戏“找代练”，也让Grok3在实际应用中的可靠性被打上问号。
Grok3的模型能力争议
官方PPT的误导
Grok3在官方PPT中，在大模型竞技场ChatbotArena里显示“遥遥领先”。但实际上其纵轴仅列出1400-1300分段的排名，让原本1%的测试结果差距在PPT中显得很明显。这其实是一种作图技巧，夸大了它的领先优势。
实际跑分与体感效果
实际跑分结果显示，Grok3只比DeepSeekR1以及GPT4.0高出1-2%的差距。这与很多用户在实际测试中感觉“并无明显差别”相符。而且xAI在Grok2时代就有榜单“刷分”的情况，所以Grok3虽然分数上超过其他公开测试模型，但很多人并不买账。
训练成本与性能提升的对比
马斯克称用了20万张H100训练Grok3，总训练小时数达两亿小时。但有网友对比用2000张H800训练两个月得出的DeepSeekV3，发现Grok3实际训练算力消耗是V3的263倍，而两者在榜单上的分数差距甚至不到100分。这显示出其高训练成本并未带来与之匹配的性能提升。
Grok3与模型边际效应
数据枯竭与边际效应
从这些数据可以看出，Grok3登顶“世界最强”背后是模型越大性能越强的逻辑出现明显边际效应。Grok2有X平台海量第一方数据支撑，而Grok3训练时xAI也遇到优质训练数据不足的问题，导致模型能力边际效应迅速曝光。
对后续模型开发的警示
Grok3的表现给想要通过增加参数体积来提升模型性能的开发者敲响警钟。如OpenAI的GPT4.5如果继续以参数体积提升性能，可能也会面临类似的天花板问题。IlyaSutskever曾预见预训练模型面临的问题，预训练模型想要提升性能越来越难，因为新数据接近枯竭。
Grok3对行业的启发意义
当前AI模型的局限
人类精通一个学科只需基本专业书籍，而AI大模型需学习百万计数据才能入门，换个问法基础问题就可能回答错误，Grok3也是如此。这表明目前AI模型在真正的智能上并没有实质性提升。
未来的探索方向
尽管Grok3存在诸多问题，但如果它能揭示“预训练模型即将走到尽头”这个事实，对行业仍有重要启发意义。也许之后会出现更多像李飞飞“在特定数据集基础上50美元微调出高性能模型”的案例，从而找到通向AGI的道路。
相关问答
Grok3在基础问题回答上存在哪些问题？
Grok9哪个大”“比萨斜塔上两个球哪个先落下”等问题回答错误。
Grok3在直播演示中的失误有何影响？
Grok3在直播演示《流放之路2》相关问题时给出大量错误答案，这让其在实际应用中的可靠性受质疑，也让马斯克被嘲讽打游戏“找代练”。
Grok3在模型竞技场领先是否名副其实？
并不名副其实。官方PPT通过作图技巧夸大领先优势，实际跑分只比其他模型高1-2%，且xAI有“刷分”前科，所以很多人不认可其领先。
Grok3的训练成本与性能提升是否匹配？
不匹配。Grok3用20万张H100训练，训练小时数达两亿小时，而与DeepSeekV3相比，其训练算力消耗是V3的263倍，但分数差距不到100分。
Grok3揭示了模型开发的哪些问题？
揭示了模型越大性能越强的逻辑存在边际效应，还表明优质训练数据不足会限制模型能力提升，警示后续模型开发。
Grok3对行业探索AGI有何启发？
如果能揭示预训练模型尽头的事实，可能促使更多像李飞飞那样微调出高性能模型的案例出现，为找到通向AGI的道路提供思路。
