2月19日，马斯克及其xAI团队发布了Grok 3，宣称其在数学、科学与编程方面超越主流模型，并计划用于火星任务。但在测试中，Grok 3却答错基本问题‘9.11和9.9哪个大’，引发质疑。发布会中，Grok 3在分析《流放之路2》职业效果时也出现错误。尽管官方PPT显示Grok 3与GPT4.0差距仅1%-2%，实际表现未达预期。Grok 3使用了20万张H100芯片训练两亿小时，性能提升边际效应显现。马斯克表示，完整版将在未来几个月推出，欢迎用户反馈。