发布时间：2026-09-25T03:30:52.072Z
xAI发布Grok 3，马斯克称其为最聪明的AI。实测几个硬核任务后发现，它在数学和代码上追上来了，但长文写作和中文仍是短板。 Grok 3 发布那天我第一时间申请了体验资格。马斯克放话在推理上接近最优，这种话听听就好，还是得自己拿任务测。 先看它的参数定位。xAI官方称Grok 3在MMLU、GSM8K这些基准上跑分逼近OpenAI o1，参数量没有公开。我实际跑了几道竞赛级数学题，一道组合几何题它的解题路径比GPT-4o更短，中间步骤没有跳步，还主动指出了题目里的一个陷阱条件，这确实让人意外。写代码方面，让它用Python写一个并发爬虫带重试机制和限速，一次跑通，异常处理也写到位了，连超时重试的指数退避都考虑到了。 但短板同样明显。我让它写一篇800字的产品分析长文，它给了个结构完整但全是套话的稿子，读起来像新闻通稿，没有具体案例和数据支撑。对比Claude 3.5 Sonnet，后者能把具体产品的定价策略拆解得有理有据，还会主动指出竞品的漏洞，Grok 3还停留在正确的废话层面。中文能力是另一个坑——我用中文问它一个国内政策问题，它的回答夹着翻译腔，引用的资料也偏英文源，对中文语境的理解明显不如GPT-4o和Claude。 价格上Grok 3走激进路线，API输入每百万token 3美元，输出15美元，比GPT-4o便宜近一半。这对调用量大的开发者有吸引力，尤其是数学和代码这类token消耗大的场景。 客观说，Grok 3在数学推理和代码生成这个单项上确实挤进了第一梯队，但它不是全能选手。要写深度中文内容、做长文本理解，Claude和GPT-4o still领先半个身位。如果你主要写代码和做数学推导，Grok 3值得一试；做内容和中文场景，再等等。它还有个特点是实时联网——因为背靠X平台，搜最新的加密货币动态和科技圈八卦比别家快一步，但这对你的业务有没有用，见仁见智。对开发者来说，它的function calling格式兼容OpenAI接口，迁移成本几乎为零，这一点比很多新模型厚道，直接换个base_url就能跑。