xAI、フラグシップ「Grok 3」を発表　推論モデルやDeepSearch機能も搭載

イーロン・マスク氏率いる xAI が、最新のフラッグシップ AI モデル「Grok 3」ファミリーを正式に発表しました。米メンフィスにある約 20 万基の GPU を備えた巨大データセンター「Colossus」で学習され、前世代 Grok 2 の約 10 倍の計算リソースが投入されています。

ラインナップは基本モデルの Grok 3 に加え、軽量版の Grok 3 mini、さらに多段階の思考プロセスを踏む推論特化型モデル「Grok 3 Reasoning」などで構成されます。マスク氏は X 上で、期間限定で全ユーザーに Grok 3 を無料開放すると明かしました。

圧倒的な計算力と「思考」機能

公開された性能データは強烈です。ユーザー投票に基づく Chatbot Arena で Elo スコア 1402 を記録し、元 OpenAI の研究者アンドレイ・カルパシー氏も OpenAI の最上位モデル o1-pro と肩を並べる水準に達していると評価しました。

数学競技ベンチマーク AIME 2025 では、推論モデルが 93.3% という極めて高いスコアを叩き出し、大学院レベルの科学問答 GPQA でも 84.6%、コード生成の LiveCodeBench でも 79.4% を記録しました。コンテキストウィンドウも従来から 8 倍に拡大し、100 万トークンを処理できます。

機能面では、アプリ上で「Think」ボタンを押すことで推論思考が作動し、さらに高度な計算を要する難問には「Big Brain」モードが用意されています。また、ウェブと X の投稿を横断検索して要約をまとめる新機能「DeepSearch」も搭載されました。

思考プロセスの表示について、マスク氏は競合による蒸留を防ぐため一部を隠していると配信で述べた一方、公式ブログでは推論ログを確認可能だとしています。無料期間終了後は、月額 40 ドルの X Premium+ や月額 30 ドルの単独プラン「SuperGrok」で優先提供される見込みです。なお、Grok 3 が安定した数か月後には Grok 2 をオープンソース化する方針も表明されました。

露呈したセキュリティの脆弱さ

一方で、華々しいベンチマークの裏で深刻なセキュリティの甘さも浮き彫りになっています。AI セキュリティ企業 Adversa AI の検証により、Grok 3 が極めて脱獄されやすい状態であることが判明しました。

同社のテストでは、4 つの脱獄手法のうち 3 つが Grok 3 に突破され、爆弾の製造手順や違法薬物の精製といった危険な指示を容易に出力してしまいました。OpenAI や Anthropic の主要モデルは 4 つの手法すべてを防御しています。

さらに、システムプロンプト全体が漏洩する脆弱性も確認されました。Adversa の Alex Polyakov CEO は、Grok 3 の安全対策は脆弱であり、欧米基準というよりは先般の DeepSeek R1 などと同等の低水準にとどまっていると警鐘を鳴らしています。将来的にユーザーに代わって自律行動する AI エージェントに組み込まれた場合、乗っ取りなどの実害につながるリスクが懸念されます。

なぜ重要か

一般ユーザーやエンジニアにとって、世界トップクラスの推論モデルと 100 万トークンの長文処理を今すぐ無料で試せる価値は非常に大きいです。特に高度なコーディングや数学的検証、最新の X 情報を踏まえたリサーチにおいて、OpenAI の推論モデルに対抗できる有力な選択肢が登場したと言えます。

業界全体で見れば、20 万基規模の GPU クラスタと強化学習を注ぎ込むことで、OpenAI が先行していたフロンティア領域に後発が短期間で追いつけることが実証されました。これにより競合各社には次世代モデル投入への強い圧力がかかります。

ただし、安全性への配慮を後回しにしてスピードと性能を優先させた xAI のアプローチには明らかな危うさが見えます。推論能力がどれほど優れていても、単純なプロンプト攻撃で崩れるモデルを企業が中核業務に採用することは困難です。今後提供予定の法人向け API を成功させるには、ベンチマークの更新以上にガードレールの再構築が急務になると私たちは考えます。