文字有點長，主要總結(jié)就是：
優(yōu)點：
1. 思維模式強大
Grok 3的“思維模式”強大。它在解決類似《卡坦島》游戲網(wǎng)頁的任務(wù)時，能夠生成一個簡潔且功能完整的六邊形棋盤網(wǎng)頁。不僅能按要求生成，還能根據(jù)滑塊調(diào)整環(huán)的數(shù)量，表現(xiàn)相當精準。與其他頂尖的模型相比，GroK 3在這類任務(wù)中的表現(xiàn)可靠。
我按他的六邊形棋盤要求輸入給deepseek得到的是這個：
2. 復(fù)雜計算推理是強項
給Grok 3提了一個數(shù)學(xué)問題——估算訓(xùn)練GPT-2所需的FLOP數(shù)。很多模型在面對這樣的計算推理時都會陷入困境，但Grok 3不僅沒有直接放棄，反而提供了一個相對精確的估算過程。它通過一定的推理和計算，正確估算了大概的訓(xùn)練量，這是許多模型無法做到的。
還有就是，Grok 3并沒有回避困難的數(shù)學(xué)問題。提出黎曼猜想問題，它并沒有立即回避，而是嘗試解答。
缺點
1. 一些簡單的解碼問題難倒它
我給Grok 3出了一道關(guān)于表情符號的“謎題”，涉及Unicode變體選擇符。雖然給了它提示，尤其是一些Rust代碼來解碼，它依然沒解答出來。相比之下，DeepSeek-R1在這方面進展稍好，能部分解碼。因此，某些細節(jié)的處理上，Grok 3還有待改進。
2. 生成圖像時仍顯生硬
在SVG圖像生成方面，Grok 3的表現(xiàn)有些“拗口”。例如，要求它生成一個騎著自行車的鵜鶘的SVG時，結(jié)果雖然看得出有鵜鶘，但依然顯得有些不自然，排列不盡人意。相比之下，Claude在這方面的表現(xiàn)稍好一點。
