马斯克发布Grok-3：全面超越DeepSeek 展现AI领域新高度

来源：AI范儿

当地时间今日，埃隆·马斯克旗下的xAI团队正式发布了新一代大语言模型Grok-3及其精简版Grok-3 mini。根据最新基准测试数据，Grok-3在多项关键指标上均展现出对DeepSeek系列模型的显著优势，进一步巩固了其在AI领域的领先地位。

在数学能力测试（AIME'24）中，Grok-3以52分的成绩大幅领先DeepSeek-V3的39分；科学知识评估（GPQA）方面，Grok-3取得75分，远超DeepSeek-V3的65分；编程能力测试（LCB Oct-Feb）中，Grok-3同样表现优异，以57分超过DeepSeek-V3的36分。

最新公布的AIME 2025性能测试结果显示，Grok-3 Reasoning Beta版本在推理和计算时间复合评分上取得了93分的高分，其精简版Grok-3 mini也达到了90分。相比之下，DeepSeek-R1的得分为75分，而Gemini-2 Flash Thinking仅为54分。这一结果再次证明了Grok-3在复杂数学推理和计算效率方面的卓越表现。

特别值得注意的是，在其他推理能力测试中，DeepSeek近期发布的DeepSeek-R1依然未能赶超Grok-3。具体来看，在数学推理测试中，Grok-3获得93分，DeepSeek-R1为73分；科学推理测试中，Grok-3得分85分，DeepSeek-R1为74分；编程推理测试中，Grok-3达到79分，而DeepSeek-R1为65分。

此外，在LMSYS聊天机器人竞技场评估中，Grok-3以约1400分的成绩脱颖而出，不仅超越了DeepSeek系列，还领先于其他主流大模型，包括GPT-4、Claude等。

综合以上数据可以看出，尽管DeepSeek在过去几个月展现出了强劲的发展势头，但Grok-3的整体性能仍然保持领先地位。尤其是在数学推理和计算效率方面的突出表现，不仅彰显了xAI团队在模型研发上的技术实力，也反映了当前AI领域竞争的激烈程度。