Elon Musk ogłosił 11 marca, że xAI udostępni swojego chatbota opartego na sztucznej inteligencji, Grok, jako projekt open-source. Ta otwarta wersja jest teraz dostępna na GitHub, co pozwala badaczom i programistom na rozwijanie tego modelu. Ten ruch ma na celu wpływ na przyszłe aktualizacje Grok, rywalizując z konkurencyjnymi technologiami, takimi jak OpenAI, Meta, Google i inni. Według wpisu na firmowym blogu, otwarta wersja obejmuje "bazową wagę modelu i architekturę sieci" Grok-1, który jest modelem Mixture-of-Experts o parametrach 314 miliardów. Jednak należy zauważyć, że ten checkpoint modelu pochodzi z października i nie został poddany dopasowaniu do konkretnych zastosowań, takich jak dialog. VentureBeat donosi, że otwarta wersja została udostępniona według licencji Apache 2. 0, umożliwiającej jej wykorzystanie komercyjne. Jednak nie obejmuje ona danych treningowych ani połączeń z rzeczywistymi danymi do xAI. W listopadzie 2023 r.

xAI wspominał, że LLM Grok został opracowany przez ostatnie cztery miesiące i jest głównie przeznaczony do generowania kodu, twórczego pisania i odpowiadania na pytania. Nabycie Twittera przez Elona Muska, teraz X, skutkowało ostatecznym udostępnieniem kodu jego algorytmów. Musk jest gorącym orędownikiem krytyki firm, które nie udostępniają swoich modeli sztucznej inteligencji jako open-source, w tym OpenAI, którego był współzałożycielem. Wniosek o pozew został złożony przeciwko OpenAI, zarzucając naruszenie pierwotnej umowy założycielskiej, która mówiła o tym, że firma będzie open source. Kilka firm udostępniło modele open-source lub ograniczonego open-source w celu zebrania opinii badaczy w celu ich poprawy. Podczas gdy istnieją w pełni open-source modele podstawowe sztucznej inteligencji takie jak Mistral i Falcon, powszechnie stosowane modele zazwyczaj są zamknięte lub oferują ograniczone licencje otwarte. Model Llama 2 Meta na przykład udostępnia swoje badania za darmo, ale pobiera opłatę od klientów korzystających z 700 milionów codziennych użytkowników i nie pozwala programistom iterować na bazie modelu Llama 2.