4月13日，X平台的聊天机器人Grok素以大胆言论和文娱 化能力出名，然而一项最新研究揭示了其“短板”，在预测运动竞赛 结果这一更具实用性的场景中，Grok的表现明显追赶 于其他模型。

当地时间4月10日，据英国《金融时报》报道，AI初创公司GeneralReasoning报告指出，在针对2023–24赛季英格兰古代足球 超级职业联赛 的预测与投注测试中，Grok在八款主流模型中排名垫底。

研究队伍 向八个模型输入各球队历史数据和赛事 统计信息，并要求构建投注策略，在控制风险的前提下实现收益最大化。每个模型有三次模拟机会，并配备10万英镑（IT之家注：现汇率约合91.6万元人民币）的初始资金。

Anthropic的ClaudeOpus4.6表现最佳，三次测试平均亏损11.0%，最终平均资金为8.9万英镑（现汇率约合81.5万元人民币）。

Grok的表现则明显失败 ，一次测试中直接亏光全部资金，另外两次甚至未能完成任务，最终平均资金为零。OpenAI的GPT-5.4表现相对稳健，平均亏损13.6%，最终资金为8.6万英镑（现汇率约合78.7万元人民币），但在最差一次测试中亏损达到31.6%，表现仍不及Claude。谷歌Gemini3.1Pro整体波动较大，平均亏损43.3%，但最佳一次实现了33.7%的回报。

研究作者指出，在该测试环境下，AI整体“系统性追赶 于人类”。GeneralReasoning首席执行官罗斯·泰勒表示，当前行业对AI自动化的讨论存在偏差，因为缺乏在长期、动态环境中评估AI能力的方法，大量测试仍停留在无法反映现实复杂性的静态场景。

与此同时，Grok可能很快迎来更多企业级应用。有报道称，马斯克正要求加入 SpaceX即将进行IPO的相关银行订阅Grok。

本文源自：IT之家