近日，OpenAI的一名员工公开指责埃隆·马斯克旗下的xAI公司，称其发布的最新AI模型Grok3的基准测试结果具有误导性。xAI的联合创始人伊戈尔·巴布什金则坚称公司并无不当。
xAI的图表显示，Grok3的两个版本——Grok3 Reasoning Beta和Grok3 mini Reasoning——在AIME 2025上的表现超过了OpenAI当前最强的可用模型o3-mini-high。然而，OpenAI的员工很快指出，xAI的图表并未包含o3-mini-high在“cons@64”条件下的AIME 2025得分。巴布什金辩称，OpenAI过去也曾发布过类似的误导性基准测试图表。尽管这些图表是用于比较其自身模型的表现。