xAI推出了其最先进的模型Grok 3的早期预览版，该模型将强大的推理能力与广泛的预训练知识相结合，同时发布了名为DeepSearch的新AI智能体。Grok 3在Colossus超级集群上训练，计算量是此前最先进模型的十倍，通过大规模强化学习在数学、代码编写和指令遵循方面实现了显著改进。

  • Grok 3 (Think) 利用思维链推理持续数秒至数分钟，在AIME 2025基准测试中达到93.3%，在Chatbot Arena中获得1402的Elo评分。
  • Grok 3 mini提供成本高效的推理能力，在AIME 2024上达到95.8%，在LiveCodeBench上达到80.4%。
  • 该模型拥有100万token的上下文窗口，是之前版本的八倍大，并在LOFT基准测试中实现了长上下文检索的最先进准确率。
  • DeepSearch被介绍为一个使用代码解释器和互联网访问来综合信息并生成全面报告的智能体。

Grok 3现已向X Premium和Premium+用户开放，API访问将在未来几周推出。此次发布标志着可扩展监督和对抗鲁棒性迈出的重要一步，xAI正准备在其拥有200,000个GPU的集群上训练更大的模型。