来啦!马斯克的 Grok-3 全网首测!登陆火星 demo!

合集 · 大模型竞技场 (77)

  1. 1:40
    全网首测!DeepSeek 4 小时之前又发布了一个多模态模型 Janus-pro
  2. 4:24
    5分钟教你使用AI写一个风扇控制器
  3. 2:46
    10小时前发布的大模型 Mistral-small-24B 马上开测!
  4. 0:51
    NVIDIA又要跌?DeepSeek 刚用 FP8 没多久,这 FP4 训练要来了
  5. 1:43
    一招解决DeepSeek-R1无法连接网络问题!还能白嫖DeepSeek-R1!
  6. 1:17
    国产视频生成框架!能让老黄唱野狼 Disco!
  7. 4:03
    大模型竞技场 - Gemini-2.0-Flash 全网首测!
  8. 2:10
    微信刚上线 DeepSeek, 腾讯又把 AI 知识库也接入 DeepSeek 了?
  9. 2:52
    来啦!Grok-3 全网首测!登陆火星 demo!
  10. 1:55
    视觉大模型也能推理了?来看Ovis-2视觉模型的效果如何!
  11. 7:32
    谁是最强写代码模型? 我使用了最好的21个模型, 花了50刀, 总计测试252次
  12. 2:06
    全站最速!DeepSeek-V3-0324 写代码能力评测!不仅 OpenAI, Claude 也要颤抖了
  13. 4:18
    我用AI做了个网页版我的世界,还能用砸瓦鲁多
  14. 2:25
    全站最速!GPT-4.1 写代码能力评测!啊?又拉了?
  15. 5:53
    极限测试!Qwen3 写代码+画画!究竟是不是开源最强模型?
  16. 12:42
    我发现了AI最有用的用途——整理桌面!来看 Kimi-K2 Agent 能力实测!
  17. 2:02
    使用 AI 做了个以《三体》中叶文洁为视角的小短片——三体·独白
  18. 0:37
    nano-banana 幼儿园级教程① 如何将照片转换为城市天际线风格的建筑!
  19. 1:06
    nano-banana 幼儿园教程第②弹! 教你如何做模特图!
  20. 0:55
    nano-banana 幼儿园级教程第③弹! 如何实现贴纸自由!
  21. 0:46
    nano-banana 幼儿园教程第四弹! 教你如何克隆喜欢的图标!
  22. 0:41
    nano-banana 教程第五弹! 如何万物像素化!
  23. 1:10
    nano-banana 生成 8K 分辨率图片教程!
  24. 3:06
    Kimi-K2-0905 实测! 一口气输出1100行代码
  25. 1:41
    Qwen3-Max-Preview 实测! 给大家放个鞭炮
  26. 2:20
    Qwen3-Next-80B-A3B 实测! 能跟头部模型对打吗?
  27. 1:31
    刚发布的 Qwen3-TTS-Flash 实测!
  28. 2:54
    DeepSeek-V3.2 实测! 真就只提升了0.1?
  29. 2:18
    Claude-Sonnet-4.5 实测! 口嫌体正直国庆献礼?
  30. 2:22
    GLM-4.6 实测! 最近都很流行更新一大截然后版本就增加0.1嘛?
  31. 2:22
    DeepSeek 竟然是 INTJ, 如果改成 INFP 会怎样?
  32. 2:05
    claude-haiku-4.5 实测! 便宜大碗?
  33. 2:15
    Vibe Coding 不流行了? Spec Coding 教程来啦
  34. 2:36
    KAT-Coder-Pro-V1 实测! 早放3个月就好了?
  35. 2:07
    Minimax M2 实测! 你也晚了3个月?
  36. 1:16
    Cursor 推出炼蛊模式!一口气能开8个代理!
  37. 2:32
    Cursor 终于有自己的大模型啦!来看实测!
  38. 2:28
    Qwen3-Max-Thinking 实测! 呃......
  39. 2:17
    Kimi-K2-Thinking 实测! 差距继续缩小!
  40. 3:17
    Gemini 3.0 Pro 实测! SOTA! 不过发现两个重要问题!
  41. 0:52
    nano banana pro 幼儿园教程! 如何合成橱窗图片!
  42. 4:31
    Meta 的新模型 SAM 3 实测!
  43. 2:05
    什么? 用 Claude Code 剪视频?
  44. 2:50
    DeepSeek V3.2 正式版实测! 提升真的有限?
  45. 2:57
    教程来啦! 如何使用AI打造自媒体博主军火库
  46. 2:54
    GPT-5.2 实测! 美是真的美, 卡是真的卡
  47. 1:25
    一秒生成高斯点云? Apple新模型SHARP实测!
  48. 4:38
    AI送外卖到底有多强? 来看 Doubao-Seed-1.8 Agent 能力评测!
  49. 4:33
    现在都流行大模型月更吗? MiniMax-M2.1 实测!
  50. 3:42
    2025年全球大模型厂商下载量排行榜
  51. 3:27
    500张图片测试! 一个视频告诉你GLM-Image怎么用!
  52. 5:58
    不写 prompt 改看视频了! Kimi-K2.5 实测!
  53. 4:55
    提升明显! Qwen3-Max 正式版 vs Preview版 实测!
  54. 2:29
    不是说好了年前不发吗? DeepSeek 你个大猪蹄子
  55. 7:04
    GLM-5发布啦! 给大家带来实测! 国产大模型正式进入月更节奏!
  56. 5:06
    啊?一个月一个版本? MiniMax-M2.5 4000万 token 实测!
  57. 7:01
    Qwen3.5实测! 来看贺岁档大模型的实力!
  58. 4:32
    Gemini-3.1-pro 实测! 更新了个寂寞?
  59. 5:15
    inclusionAI Ling&Ring 2.5-1T 大模型实测!
  60. 6:07
    Agent 能力有多强? 来看豆包 Seed 2.0 实测!
  61. 5:10
    龙虾专用大模型? GLM-5-Turbo 实测!
  62. 3:44
    如何做一个生产级SKILL? 用MiniMax-M2.7给龙虾写SKILL的保姆教程
  63. 8:01
    从国产SOTA走向世界SOTA? GLM-5.1 实测!
  64. 6:06
    AI能帮我拍照了? Qwen3.5-Omni实测!
  65. 8:51
    花费106刀测试! Claude-Opus-4.7 到底更新了啥?
  66. 9:04
    Kimi-K2.6 前端/后端/Agent编程能力实测! 甚至还帮我做了个游戏!
  67. 2:32
    大模型写代码比说话还快是什么体验?
  68. 7:36
    Agentic Coding 能力大幅提升! Qwen3.7-Max实测!
  69. 5:39
    MiniMax-M3 最佳实践? 这个视频告诉你!
  70. 1:06
    Fable 5 超越人类还为时尚早!
  71. 0:44
    单卡 700TPS! Diffusion Gemma 来了!
  72. 5:40
    GLM-5.2实测! 什么才是Agent能力的提升?
  73. 1:43
    2分钟教你做一个可以自我迭代的 Agent
  74. 6:12
    Flash模型横评! 性价比之选竟然是这个?
  75. 6:33
    混元3实测! 300B参数竟然有这种Agent能力!
  76. 1:13
    1B就能达到这种效果?LingBot-Vision实测!
  77. 14:05
    Kimi-K3 全方位实测! 我竟然打游戏输给了她?!
Description
来啦!Grok-3 全网首测!使用官方的登陆火星 demo!这次总计15个模型横评!

不得不说发布会上给马斯克演示这个demo其实挺难的,完全不提供上下文,上来就要求往火星发射飞船。这正好是思考模型最擅长的领域了。

全部评测结果见:github.com/kcores/kcores-LLM-Arena

Comments

系統廣告 2025-02-19

憋了一个月,拆了deepseek研究,用了20万块英伟达,居然比deepseek高了40分,这3%的提升真大啊。感谢deepseek开源。

♥ 16

电鸡TV 2025-02-19

坎巴拉太空计划宣布率先介入gork3,并誓言不到Mun绝不罢休

♥ 11 ↩ 1

小牛逼孩子 2025-02-19

大模型是从历史数据中拟合规律产生泛化能力,和真正的智能有本质区别

♥ 4 ↩ 3

_荒_天_帝_ 2025-02-21

测了5道高三数学开学考的压轴题就对了1题[辣眼睛][辣眼睛][辣眼睛][辣眼睛]

♥ 4 ↩ 4

Hemok 2025-02-19

参数量12000亿,目前规模最大的模型。我也实测了,说实话确实很一般,我觉得大概只有Qwen 2.5 Max的水平,甚至要差一些。比不上Deepseek和GPT o3。其实它没有特别亮眼的表现已经注定失败了,因为大家就想看大力出奇迹,看是不是往上怼参数就能怼出更好的模型,事实证明算法优化和更好的训练数据对于模型的能力影响还是更大一些。参数量大成本又高了,我订阅的时候是40美金一个月,比他好的GPT o3只要20,Deepseek还免费。按马斯克的说法现在还不是完全体,一周后再看看到底有没有改进。

♥ 4 ↩ 4

cainiaoo1 2025-02-19

参数说是1800b?

♥ 3 ↩ 11

撒拉哈路 2025-02-19

能不能模拟下怎么把天上那两个接下来。看看最快几号能下来。

♥ 3 ↩ 3

盗版 2025-02-19

能帮忙问问9.11和9.9哪个大么[doge]

♥ 3 ↩ 2

账号已注销 2025-02-19

就测这个官方演示[笑哭]还是得测测其它方面吧

♥ 3 ↩ 1

红莲の狮子 2025-02-22

我前些天做了逻辑泛化的深度压力测试,我的评价是基底性能和精度断档第一,但是训练度拉闸,幻觉和欠拟合无处不在,还得练。

♥ 2

大树守卫哈兰德 2025-02-21

昨天测试了,grok3基础模型可以,thinking根谷歌一样高分低能,测了几个上难度的问题都错,不信自己去试试,只有o1,o3和r1能做对。:哪个蛋白质严格符合以下标准? 前体多肽的长度为210到230个氨基酸残基。 编码该蛋白质的基因跨越32k碱基。在矩形断面河道上建一溢流坝,已知 T 0 =20m,溢流坝的流速系数 φ=0.95, q = 4.0   m 2 / s ,求坝下游的收缩断面水深 hc0 及跃后水深 hc02 该基因位于X染色体上,特别是在Xp22区域。 信号肽包含23个氨基酸残基。 该蛋白质促进细胞间的粘附。 该蛋白质在维持神经系统特定部分的健康中发挥关键作用

♥ 2 ↩ 2

小夏目eng 2025-02-20

我用grok写小说 真的绝

♥ 2

s134628 2025-02-20

deepseek实际上模拟的太阳系外界的行星运动轨迹[doge]

♥ 2

nokitay 2025-02-19

Grok3也是开原的

♥ 2 ↩ 30

南极环境守护者 2025-02-20

grok3已免费。。。

♥ 1

狂飙飞逸 2025-02-19

我就想笑 哪天突然搞了别的路线的芯片和算法这二十万张显卡真就是英伟达一个人挣钱

♥ 1

今世伶官 2025-02-19

据说这个写作还行

量子的小猫 2025-02-20

牙医大佬怎么不火呢