OpenAI 員工公開指責 xAI 最新 AI 模型 Grok3 的基準測試結果具有誤導性

最近，OpenAI的一名員工公開指責Elon Musk的xAI公司發布了其最新AI模型Grok3的誤導性基準測試結果。對此，xAI的聯合創始人Igor Babushkin堅稱沒有不當行為。

xAI的圖表顯示，Grok3的兩個版本——Grok3 Reasoning Beta和Grok3 mini Reasoning——在AIME 2025中表現優於OpenAI目前最強的可用模型o3-mini-high。然而，一名OpenAI員工迅速在平台X上指出，xAI的圖表未包含o3-mini-high在AIME 2025中“cons@64”條件下的得分。

在平台X上，Babushkin辯稱OpenAI過去也發布過類似的誤導性基準圖表，儘管這些圖表被用來比較他們自己的模型性能。