I dipendenti di OpenAI accusano pubblicamente i risultati dei test di riferimento dell'ultimo modello AI di xAI, Grok3, di essere fuorvianti

Recentemente, un dipendente di OpenAI ha accusato pubblicamente la società xAI di Elon Musk di aver rilasciato risultati fuorvianti dei test di benchmark per il suo ultimo modello di intelligenza artificiale, Grok3. In risposta, Igor Babushkin, co-fondatore di xAI, ha insistito sul fatto che non ci fosse alcuna scorrettezza.

Il grafico di xAI mostra che due versioni di Grok3 - Grok3 Reasoning Beta e Grok3 mini Reasoning - hanno superato il modello attualmente più forte disponibile di OpenAI, o3-mini-high, su AIME 2025. Tuttavia, un dipendente di OpenAI ha rapidamente sottolineato sulla piattaforma X che il grafico di xAI non includeva il punteggio di o3-mini-high sotto la condizione "cons@64" in AIME 2025.

Sulla piattaforma X, Babushkin ha sostenuto che anche OpenAI aveva rilasciato in passato grafici di benchmark simili e fuorvianti. Nonostante questi grafici fossero utilizzati per confrontare le prestazioni dei propri modelli.