OpenAI’s ChatGPT o3 va sorgir com a guanyador d’un torneig organitzat per Kaggle dissenyat per identificar el model de gran llenguatge jugant a l’escacs més fort, derrotant el model Grok d’xAI de Elon Musk a la ronda final. La competició de tres dies va comptar amb vuit LLM de propòsit general de companyies com OpenAI, xAI, Google, Anthropic, DeepSeek i Moonshot AI, tots competint segons les normes estàndard d’escacs sense l’ajuda de motors especialitzats d’escacs. Gemini de Google va aconseguir el tercer lloc després de vèncer un altre participant d’OpenAI. Grok 4 va començar fortament el torneig d’escacs d’IA a Kaggle, però es va aturar a la darrera partida contra l’o3 d’OpenAI, cometent diversos errors tàctics, incloent-hi múltiples pèrdues de reina. “Fins a les semifinals, semblava que res podria aturar Grok 4”, va observar l’escriptor de Chess. com Pedro Pinhata, tot i que el seu rendiment “s’enfonsà sota pressió” el darrer dia.

El Gran Mestre Hikaru Nakamura, que va fer comentaris en directe, va dir: “Grok va cometre tants errors en aquestes partides, però OpenAI no. ” Elon Musk va minimitzar la derrota, descrivint la forta actuació anterior de Grok com un “efecte secundari” i mentioning que xAI havia “gastat gairebé cap esforç en escacs”. El resultat del partit afegeix un altre capítol públic a la rivalitat entre Musk’s xAI i OpenAI, companyies cofundades per persones que una vegada van col·laborar. Els escacs han servit històricament com a punt de referència per a les capacitats de la IA, amb fites com el triomf d’AlphaGo de DeepMind sobre els millors jugadors humans de Go. No obstant això, aquest esdeveniment de Kaggle va ser únic en provar els grans models de llenguatge de propòsit general en lloc d’especialistes en escacs, destacant la seva capacitat—o manca d’aquesta—per manejar tasques complexes basades en regles. Els resultats mostren que tot i que l’o3 va mantenir un joc estable i estratègic sota pressió, l’enfonsament de Grok 4 va posar de manifest inconsistències en alguns LLM quan es van trobar amb condicions adverses. Organitzadors i comentaristes preveuen que els escacs i desafiaments estructurats similars continuaran sent eines valuoses per avaluar el raonament, la planificació i la robustesa a mesura que els models d’IA progressin.