Nhân viên của OpenAI chỉ trích kết quả kiểm tra Điểm chuẩn của mô hình AI Grok3 do XAI phát hành có tính đánh lừa, nhưng XAI phủ nhận hành vi không đúng. Grok3 vượt qua mô hình mạnh nhất của OpenAI tại AIME 2025, nhưng bị chỉ trích vì biểu đồ không bao gồm tất cả dữ liệu so sánh. Babushkin lập luận rằng OpenAI cũng đã từng phát hành biểu đồ tương tự trong quá khứ để so sánh hiệu suất mô hình.

Gần đây, nhân viên OpenAI đã cáo buộc kết quả kiểm tra của mô hình trí tuệ nhân tạo Grok3Điểm chuẩn do xAI công bố là gây hiểu lầm, xAI tuyên bố có kết quả xuất sắc nhưng đã bỏ qua dữ liệu quan trọng. Cả hai bên đã có cuộc tranh luận gay gắt trên mạng xã hội, xAI cho biết OpenAI trước đây cũng đã công bố biểu đồ tương tự.

Thông tin từ GROK ngày 18 tháng 2, trong khi ba mô hình lớn của Elon Musk được phát hành, trang web GROK lại không thể truy cập được.