Маск представил Grok-3 — новую и более продвинутую версию чат-бота от xAI

Илон Маск представил Grok-3 — новую и более продвинутую версию чат-бота от xAI, который поможет понять природу Вселенной. Разработчики пояснили, что Grok-3 в десять раз умнее Grok-2. В тестах новая версия превосходит GPT-4o, Claude 3.5 Sonnet, Gemini-2 Pro и DeepSeek-V3 в математике, кодинге и научной работе.

Маск и xAI заявили, что Grok 3 обладает развитыми способностями к рассуждению и будет продолжать совершенствоваться. «Мы видим зачатки креативности», — сказал Маск. На презентации Grok-3 рассчитал окно для полёта на Марси возвращения борта на Землю, причём со всеми техническими нюансами.

Маск пояснил, что Grok-3 обучали на гигакомпьютере Colossus с использованием 200 000 чипов Nvidia H100.

У Grok-3 есть опция DeepSearch. ИИ берёт любой поисковый запрос и анализирует весь доступный интернет, чтобы дать правдивый и точный ответ прямо в чате. Если точного ответа в сети нет, то ИИ выдаст обоснованное предположение о чём угодно: от прогноза погоды на год вперёд до лучшего билда в новой версии обновления любимой игры пользователя.

Также Grok-3 умеет генерировать игры на ходу. На стриме ИИ быстро создал микс Тетриса и Три-в-ряд. Маск сказал, что это практически игровая ИИ-студия.

В xAI сообщили, что модель рассуждений Grok-3 находится на стадии бета-тестирования и все ещё проходит обучение. Компания заявила, что существует также мини-версия модели рассуждений. Также разработчики пояснили, что запланированный голосовой режим убрали перед презентацией: «Голосовой режим пока ещё немного нестабилен, поэтому, вероятно, он будет запущен примерно через неделю, но он потрясающий».

Примеры тестирования Grok-3 на английском языке от сооснователя компании OpenAI, экс-директора по ИИ и бывшего глава отдела разработки автопилота Tesla Андрей Карпаты:

«Резюме. Что касается быстрой вайб-проверки в течение ~2 часов этим утром, Grok 3 + Thinking ощущается где?то на уровне самых сильных моделей OpenAI (o1-pro, 200 долларов в месяц) и немного лучше, чем DeepSeek?R1 и Gemini 2.0 Flash Thinking. Что довольно невероятно, учитывая, что команда начинала с нуля ~1 год назад, этот временной масштаб для даже такой быстрорастущей отрасли беспрецедентен. Также помните о предостережениях — модели являются стохастическими и могут давать немного разные ответы каждый раз, и это очень рано, поэтому нам придётся ждать гораздо больше оценок в течение следующих нескольких дней/недель. Ранние результаты арены LM выглядят действительно весьма обнадёживающими. На данный момент — большие поздравления команде xAI, у них явно огромная скорость и импульс, и я с нетерпением жду возможности добавить Grok 3 в мой „совет LLM“ и услышать, что он думает о дальнейшем», — подытожил Карпаты.