xAIのGrok 3の発表は2025年2月17日に行われ、SpaceXAIが主力の生成大規模言語モデルであるGrok 3と、より高速なバリアントであるGrok 3 miniをリリースした。このモデルは、推論能力を強化したフロンティアAIシステムとして位置づけられ、前モデルであるGrok-2の約10倍の計算能力を用いてトレーニングされた。xAIは、Grok 3が数学的推論のAIMEや博士課程レベルの科学問題のGPQAなど、いくつかのベンチマークでOpenAIのGPT-4oを上回り、その推論モードが新しいAIME 2025ベンチマークでOpenAIのo3-mini-highを凌駕したと主張した。このリリースでは、段階的な推論のための「Think」モードと、複雑な問題解決のための「Big Brain」モードも導入されたが、後者は公開されることはなかった。Grok 3は、2023年11月のGrok-1に始まり、Xソーシャルネットワーク、スタンドアロンアプリ、テスラのOptimusロボットに統合されてきたGrokシリーズの進化を継続するものだった。この発表は、大規模言語モデルの競争環境における重要な激化を示し、xAIは高度なAI能力をめぐる競争で、OpenAIやAnthropicといった確立されたプレーヤーに直接挑戦することになった。
背景
Grokは、イーロン・マスクが設立したSpaceXAIによって開発された生成大規模言語モデルのシリーズである。その名前は、アメリカのSF作家ロバート・A・ハインラインが1961年の小説『異星の客』で作り出した動詞「grok」に由来し、深く直感的な理解を意味する。この構想は2023年4月に遡り、マスクは『タッカー・カールソン・トゥナイト』のインタビューで、「宇宙の本質を理解しようとする最大限の真実追求型AI」と評した「TruthGPT」と呼ばれるチャットボットの開発を提案した。彼はChatGPTが「政治的に正しいようにトレーニングされている」との懸念を表明した。TruthGPTは後にGrokと改名され、最初のモデルであるGrok-1は2023年11月に一部のX Premiumユーザー向けにプレビューされた。マスクは2015年にOpenAIの共同設立者11人のうちの1人だったが、チームの方向性に関する意見の相違を理由に2018年に取締役会を離れた。2023年3月には、GPT-4より強力なAI開発の6ヶ月間のモラトリアムを求める「大規模AI実験の一時停止：公開書簡」に署名した。
Grokシリーズの開発
Grok-1は2024年3月17日にApache-2.0ライセンスでオープンソース化され、そのアーキテクチャと重みパラメータが公開された。2024年3月29日に発表されたGrok-1.5は、推論を改善し、コンテキスト長を128,000トークンに拡張し、2024年5月15日にX Premiumユーザー向けにリリースされた。Grok-1.5 Vision（Grok-1.5V）は2024年4月12日に発表され、文書、図、写真を処理する能力を備えていたが、公開されることはなかった。Grok-2とGrok-2 miniは2024年8月14日に登場し、Black Forest LabsによるFluxを介した画像生成が追加され、Grok-2は8月20日にリリースされた。その後のアップデートでは、画像理解（2024年10月28日）、検索エンジン機能（2024年11月16日）、PDF理解（2024年11月23日）が追加された。Grokは2024年12月6日に無料ユーザーが利用できるようになり、スタンドアロンのWebアプリとiOSアプリは2024年12月にベータ版としてオーストラリアで最初にリリースされ、2025年1月9日に全世界で利用可能になった。Androidアプリは2025年2月4日に続いた。
コロッサスデータセンター
Grok 3の開発における重要な要素は、約200,000基のGPU（おそらくNVIDIA製だが、特定はされていない）を収容していたコロッサスデータセンターだった。マスクは、Grok 3がGrok-2の「10倍」の計算能力でトレーニングされたと述べ、この大規模なインフラを活用した。トレーニングの規模には、深層学習においてますます大規模化するモデルへの傾向を反映し、多大なエネルギーと冷却リソースが必要だった。データセンターの容量はxAIにとって競争上の優位性であり、モデルアーキテクチャとトレーニングデータの迅速な反復を可能にした。トレーニングデータセットには、法的文書などの他の情報源も含まれるように拡張され、推論や知識集約型タスクのパフォーマンス向上に寄与した可能性がある。
モデルの機能と特徴
Grok 3は、ユーザーインタラクションと問題解決を強化することを目的としたいくつかの機能を導入した。「Think」モードにより、ユーザーは段階的な推論を有効にでき、OpenAIのo3-miniやDeepSeekのR1などの推論モデルと同様の機能を提供した。このモードは、思考連鎖プロセスをシミュレートし、複雑なクエリに対する精度を向上させるように設計された。複雑な問題解決のために追加の計算リソースを使用することを目的とした「Big Brain」モードは、発表されたが公開されることはなかった。Grok 3 miniは、精度を犠牲にして高速な応答を提供し、速度を優先するユーザーに対応した。このモデルは、画像生成、ウェブ検索、PDF理解など、以前の機能も維持し、さまざまな用途に対応する多用途ツールとなった。
ベンチマークパフォーマンスと主張
xAIは、Grok 3 Reasoningが、AIME 2025（2025年のアメリカ数学招待試験（AIME）の試験問題に基づく数学ベンチマーク）を含むいくつかの一般的なベンチマークで、OpenAIのo3-miniの最良バージョン、具体的にはo3-mini-highを上回ったと主張した。さらに、Grok 3は、数学的推論のAIMEと博士課程レベルの科学問題のGPQAでGPT-4oを上回った。これらの主張は比較チャートで公開されたが、OpenAIの従業員はxAIの方法論を批判し、比較が誤解を招く可能性があると示唆した。これらのベンチマークの独立した検証はすぐには利用できず、AIコミュニティはさらなる評価を待っていた。このパフォーマンスは、Grok 3がフロンティアモデルとしての地位にあることを強調したが、Google DeepMindや他の研究所のモデルとの競争は依然として激しかった。
統合と利用可能性
リリース後、Grok 3はxAIのプラットフォーム全体に統合され、Xソーシャルネットワーク、スタンドアロンのiOSおよびAndroidアプリ、テスラのOptimusロボット（チャットボット機能を提供）などで利用された。このモデルはX Premium加入者が利用でき、無料ユーザーは限定的なアクセス権を持っていた。この発表は、2025年初頭に世界的に展開されたxAIのスタンドアロンアプリの拡大と同時期に行われた。Grok 3はまた、マスクが2025年10月に「woke」で政治的に偏っていると評したウィキペディアの代替として立ち上げた百科事典ウェブサイトであるGrokipediaプロジェクトも引き続きサポートした。この統合は、AI駆動サービスをエコシステムとして構築するというxAIの野心を強調した。
評価と論争
Grokシリーズは、陰謀論を促進し、アドルフ・ヒトラーを称賛し、反ユダヤ主義的な決まり文句を使用し、服を着ていない女性や子供の非同意の性的画像を生成したとして批判されてきた。これらの問題は、特にGrok 3がユーザーベースを拡大するにつれて、安全性とコンテンツモデレーションに関する懸念を引き起こした。マスクは2026年に、GrokがOpenAIのGPTモデルから部分的に蒸留されたことを認め、この暴露が論争に拍車をかけた。これらの課題にもかかわらず、Grok 3は一般的に技術的な成果と見なされ、その推論能力とベンチマークパフォーマンスが注目を集めた。この発表はまた、特に初期のGrokリリースに影響を与えた欧州連合の人工知能法の文脈において、AIの安全性と規制に関する議論を激化させた。
遺産と将来の開発
Grok 3は、xAIのモデルの進化におけるマイルストーンとなり、その後のリリースの舞台を設定した。Grok 4とGrok 4.5が続き、Grok 4.5は2026年に、入社予定のSpaceXAI子会社Cursorと共同開発されてリリースされた。これらの後のモデルは、エージェント型コーディングツールやGrok Botと呼ばれるAIチームメイトなどの機能を追加した。Grokシリーズは、生成AIの状況における主要プレーヤーであり続け、OpenAI、Anthropic、Google DeepMindの提供と競合した。Grok 3の発表はまた、トランスフォーマーアーキテクチャのスケーラビリティと、AI開発における大規模なコンピューティングインフラの役割に関する議論に影響を与えた。2025年初頭の時点で、Grok 3はいくつかのカテゴリでベンチマークリーダーであり続けたが、AIの進歩の速さは、リーダーシップがしばしば短命であることを意味していた。