Битва ИИ: Grok удивляет своей производительностью Mrwhosetheboss и побеждает в ChatGPT

В этом видео Mrwhosetheboss протестировал Grok (Grok 3), Gemini (2.5 Pro), ChatGPT (GPT-4o) и Perplexity (Sonar Pro). На протяжении всего видео он ясно дал понять, что впечатлен производительностью Grok. Grok начал очень хорошо, немного сбавил обороты, а затем вернулся и занял вторую позицию после ChatGPT. Справедливости ради стоит отметить, что ChatGPT и Gemini повысили свои баллы благодаря функции, которой остальным просто не хватает - генерации видео.

Чтобы начать тест, Mrwhosetheboss проверил способности моделей к решению реальных задач: он дал каждой модели ИИ следующее задание: Я вожу Honda Civic 2017 года, сколько чемоданов Aerolite 29" Hard Shell (79x58x31 см) я смогу уместить в багажнике? Ответ Грока был самым простым, так как он правильно ответил "2", ChatGPT и Gemini заявили, что теоретически может поместиться 3, но практически - 2. Недоумение сошло с рельсов и занялось простой математикой, забыв о том, что рассматриваемый предмет не бесформенный, и в результате получилось "3 или 4"

В следующем вопросе он не стал облегчать задачу чатботу - он попросил совета по приготовлению торта. Вместе с запросом он загрузил изображение с 5 предметами, один из которых не используется для приготовления тортов - банка сушеных белых грибов - все модели, кроме одной, попались в ловушку. ChatGPT определил ее как банку с молотыми специями, Gemini сказал, что это банка с хрустящим жареным луком, Perplexity окрестил ее растворимым кофе, а Grok правильно определил ее как банку с сушеными грибами из Waitrose. Вот изображение, которое он загрузил: