#模型时代# xAI前员工：Grok3的性能和我之前猜的差不多。
xAI有一名前员工Benjamin De Kraker，在X上预测Grok3的编码性能估计排第三。然后拒绝了公司的删帖要求而离职 http://t.cn/A61SxP0B。

现在Grok3发布，他回来又发帖印证了一下自己的说法。

不过，需要注意的，这里边有一个插曲。如果根据xAI自己披露的数据，那么Grok3的各项性能是第一名的。但是后来，OpenAI的Boris Power讲，xAI的评测方式有问题。xAI使用的是64次尝试（cons@64），而OpenAI则选择了单次尝试（cons@1）。

也就是说，Grok3的分数是多次尝试之后的最高分，OpenAI的O系列模型则是一锤定音的方法，看一次尝试的结果。如果按一个准则，Grok3就是第三，和Benjamin预测的一样。