Grok

He pasado algunas horas probando Grok 3, la nueva versión de la IA de xAI. Quería ver sus capacidades reales y sobre todo cómo se comporta, qué tipo de resultados da, frente a ChatGPT, Claude, Le Chat, DeepSeek...

• Destaca en problemas matemáticos. Le hice completar el reto AIME'24, del cual acertó 6 de los 15 problemas, por los 9 aciertos de o3-mini-high de OpenAI. Además, Grok 3 tardó algo menos de cinco minutos, pero o3-mini-high tardó casi seis.

Elon Musk permanentemente se ha definido como un "absolutista" de la libertad de expresión. Precisamente uno de los objetivos cuando compró Twitter era convertirlo en una "plaza pública" en la que poder hablar de todo sin tapujos. Parece que lo está logrando, pero ahora va más allá. Ahora quiere que nos creamos que Grok 3 siempre nos va a decir la verdad.

Políticamente incorrecto.

Grok nos ha dado momentos desternillantes (y otros tantos preocupantes) cuando hace unos meses se acabó integrando para el público general. Su generador de imágenes parecía no tener filtros, lo que desembocó en multitud de publicaciones virales de imágenes generadas por esta IA donde se incluían celebridades y otros personajes públicos conocidos haciendo acto de presencia en tono mayoritariamente humorístico.

Desde la irrupción de Deepseek hace algunas semanas, he estado experimentando con la repetición de un buen número de prompts que en su momento había utilizado con ChatGPT, Claude, Mistral o Grok, los LLM que utilizo habitualmente, pero observando el proceso de razonamiento, para tratar de imaginar en cuántos casos el output de ese proceso me habría llevado a modificar ese prompt, funcionando a modo de feedback sobre la respuesta original generada por el algoritmo.

Todas las empresas y startups de IA en Estados Unidos estaban tan tranquilas yendo a lo suyo. Y de repente llegó DeepSeek R1 y se convirtió en una verdadera amenaza existencial para Silicon Valley. La startup china ofreció un modelo de razonamiento tan bueno como el de sus competidores, pero además lo ofreció gratis (¡y Open Source!). ¿Qué ha hecho Silicon Valley? Aplicarse el cuento, por supuesto.

Gemini 2,0 razona gratis para todos.