北京时间 2 月 18 日，马斯克与 xAI 团队，在直播中正式发布了 Grok 最新版本 Grok3。

一周前，马斯克在直播中评论 DeepSeek R1 时，表示「 xAI 即将推出更优秀的 AI 模型 」。从现场展示的数据来看，Grok3 在数学、科学与编程的基准测试上已经超越了目前所有的主流模型。

但在发布后，有人测试了最新的 Beta 版 Grok3，并提出了那个经典的用来刁难大模型的问题：「9.11 与 9.9 哪个大？」但 Grok3 并未给出正确回答。

甚至「比萨斜塔上两个球哪个先落下」这些基础物理/数学问题，Grok3 也无法应对。