Grok 3测评：马斯克新AI大模型的优劣分析

Grok 3测评：马斯克新AI大模型的优劣分析

2025年2月18日，特斯拉发布了其最新AI大模型Grok 3。作为OpenAI创始成员之一、前特斯拉人工智能高级总监的Andrej Karpathy，分享了他对Grok 3的早期测评体验。

优点

强大的思维模式

Grok 3在解决复杂任务时展现出强大的思维模式。例如，在处理类似《卡坦岛》游戏网页的任务时，Grok 3能够生成一个简洁且功能完整的六边形棋盘网页。不仅如此，该棋盘还能根据滑块调整环的数量，表现相当精准。与其他顶尖模型相比，Grok 3在这一类任务中的表现更加可靠。

复杂计算推理能力强

Grok 3在复杂计算推理方面表现出色。例如，在估算训练GPT-2所需的FLOP数时，许多模型都会陷入困境，但Grok 3不仅没有直接放弃，反而提供了一个相对精确的估算过程。它通过一定的推理和计算，正确估算了大概的训练量，这是许多模型无法做到的。此外，当被问及黎曼猜想这样的难题时，Grok 3也没有立即回避，而是尝试解答。

局限性

简单解码问题处理不佳

在处理一些看似简单的解码问题时，Grok 3的表现并不理想。例如，当被要求解读一个涉及Unicode变体选择符的表情符号“谜题”时，即使提供了Rust代码作为提示，Grok 3仍然无法正确解码。相比之下，DeepSeek-R1在这一方面表现稍好，能够部分解码。

图像生成不够自然

在SVG图像生成方面，Grok 3的表现仍显生硬。例如，当被要求生成一个骑着自行车的鹈鹕的SVG图像时，虽然图像中能够辨认出鹈鹕的特征，但整体效果显得不够自然，排列也不尽人意。相比之下，Claude在图像生成方面的表现略胜一筹。