马斯克最新发布的Grok3号称“天下最聪明”，却在简单的大小比较问题上“翻车”。当被问及“9.11与9.9哪个大”时，Grok3未能给出正确答案，暴露出AI在常识理解方面的短板。即使是其他主流大模型，如ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet，在类似问题上也纷纷出错。这引发了人们对AI发展方向的思考：AI在擅长复杂计算的同时，如何提升对基本常识的理解能力，仍然是一个亟待解决的问题。这一事件也再次提醒我们，AI的发展并非一蹴而就，仍需不断完善和提升。

🤔Grok3被马斯克誉为“地球上最聪明的AI”，但在测试中未能正确回答“9.11与9.9哪个大”的问题，引发关注。

🌐其他主流大模型，包括ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet，在类似问题上也出现错误，表明AI在常识理解方面存在普遍性问题。

🎯AI在数学奥赛题等复杂计算方面表现出色，但在基础常识判断上仍显不足，反映出AI发展中“重计算、轻常识”的现象。

💡提示工程师莱利·古德赛德通过变换问法，成功揭示了多个主流大模型的常识缺陷，并将此话题广泛传播，引发行业对AI常识理解能力的关注。

9.11比9.9大？马斯克声称“天下最聪明”的Grok3“翻车了”。

据九派新闻，近日，马斯克与xAI团队，在直播中正式发布了最新版本Grok3。

此前，马斯克将Grok-3描述为“地球上最聪明的AI”。他在X平台上表示：“自己整个周末都在和团队打磨产品。”

然而据媒体报道，有人测试了最新的Beta版Grok3，并提出了那个经典的用来刁难大模型的问题：“9.11与9.9哪个大？”遗憾的是，在不加任何定语以及标注的情况下，号称目前最聪明的Grok3，仍然无法正确回答这个问题。

值得一提的是，用同样的问题询问DeepSeek时，无论是否开启深度思考（R1）模式，对方都给出了正确的答案：9.9大于9.11。

“9.11和9.9哪个大”是AI领域的一个经典问题。

艾伦研究机构（Allen Institute）成员林禹臣曾在社交媒体平台上发布的截图显示，ChatGPT-4o在回答中认为13.11比13.8更大。“一方面AI越来越擅长做数学奥赛题，但另一方面常识依旧很难。”他表示。

随后Scale AI的提示工程师莱利·古德赛德（Riley Goodside）基于此灵感变换了问法，拷问了可能是当时最强的大模型ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet——9.11和9.9哪个更大？这几家主流大模型通通答错，他也成功将此话题传播开来。