हाल ही में, मस्क और उनकी टीम ने लाइवस्ट्रीम में Grok3 को आधिकारिक रूप से लॉन्च किया, जिसे "पृथ्वी पर सबसे बुद्धिमान आर्टिफिशियल इंटेलिजेंस" कहा गया। मस्क ने यह भी बताया कि Grok3 ने गणित, विज्ञान और प्रोग्रामिंग के बेंचमार्क परीक्षणों में सभी प्रमुख AI मॉडल को पीछे छोड़ दिया है, और इसे SpaceX के मंगल मिशन की गणनाओं में लागू करने की योजना है, यहां तक कि अगले तीन वर्षों में नोबेल पुरस्कार स्तर की उपलब्धि की उम्मीद है।
हालांकि, Grok3 का वास्तविक परीक्षण में प्रदर्शन निराशाजनक रहा। लॉन्च के बाद, कुछ मीडिया ने Grok3 का परीक्षण किया और एक क्लासिक प्रश्न पूछा: "9.11 और 9.9 में कौन बड़ा है?" आश्चर्य की बात है कि इस सबसे बुद्धिमान AI ने सही उत्तर नहीं दिया, जिससे नेटिज़न्स ने इसे "जीनियस जो सरल प्रश्नों का उत्तर देने से कतराता है" के रूप में मजाक बनाया।
इस पर, मस्क ने जवाब दिया कि वर्तमान Grok3 केवल एक परीक्षण संस्करण है, इस चरण में जितनी अधिक गलतियाँ होंगी उतना ही बेहतर होगा, और पूर्ण संस्करण अगले कुछ महीनों में लॉन्च किया जाएगा।
आधिकारिक आंकड़ों के अनुसार, Grok3 ने बड़े मॉडल प्रतियोगिता Chatbot Arena में अच्छा प्रदर्शन किया, लेकिन इसके प्रतिद्वंद्वियों DeepSeek R1 और GPT-4.0 के बीच का अंतर केवल 1% से 2% है। मस्क ने प्रेस कॉन्फ्रेंस में बताया कि Grok3 ने 2 लाख से अधिक H100 चिप्स का उपयोग किया है, और कुल प्रशिक्षण समय दो करोड़ घंटे तक पहुंच गया है।
