北京时间2月18日，马斯克与xAI团队发布了Grok3，声称其在数学、科学与编程方面超越主流模型，并预测三年内将实现诺贝尔奖级别突破。然而，测试显示Grok3无法正确回答基础问题如‘9.11与9.9哪个大’，且在游戏分析中给出错误答案。尽管Grok3在官方PPT中展示‘遥遥领先’，实际差距仅1%-2%，远低于预期。马斯克表示这只是测试版，完整版将在未来几个月推出。Grok3的高算力投入和实际效果引发质疑，预示着模型越大性能越强的边际效应正在显现。