北京时间 2 月 20 日消息，在 xAI 旗下号称「地球上最聪明人工智能」Grok 3 发布后，一些媒体测试了最新的 Beta 版 Grok 3，并提出了经典的用来刁难大模型的问题：「9.11 与 9.9 哪个大？」遗憾的是，号称目前最聪明的 Grok 3，仍然无法正确回答这个问题，被网友戏称为「天才不愿意回答简单问题」。

不过对此马斯克并不以为然，其公开回应称，当前的 Grok 3 仅是测试版，这个阶段错误越多越好，而完整版将在未来几个月推出，并邀请用户反馈使用问题。

也有舆论认为，尽管在官方 PPT 中，Grok3 在大模型竞技场 Chatbot Arena 中看似「遥遥领先」，但实际上其与 DeepSeek R1 和 GPT4.0 的差距仅为 1% 到 2%。

发布会上，马斯克宣称 Grok 3 在数学、科学与编程的基准测试中超越了所有主流模型，并计划将其应用于 SpaceX 的火星任务计算，甚至预测未来三年内将实现诺贝尔奖级别的突破。（来源：cnBeta）