ChatGPT d’OpenAI o3 a émergé comme le vainqueur d’un tournoi organisé par Kaggle, conçu pour identifier le modèle de langage large jouant aux échecs le plus performant, battant le modèle Grok de xAI d’Elon Musk lors de la dernière étape. La compétition de trois jours réunissait huit LLM à usage général issus de sociétés telles qu’OpenAI, xAI, Google, Anthropic, DeepSeek et Moonshot AI, tous en compétition selon les règles standard d’échecs, sans l’aide d’engines spécialisés. Gemini de Google a obtenu la troisième place après avoir battu un autre concurrent d’OpenAI. Grok 4 a bien commencé le tournoi d’échecs de Kaggle mais a vacillé lors du dernier match contre o3 d’OpenAI, commettant plusieurs erreurs tactiques, notamment la perte de plusieurs dames. « Jusqu’aux demi-finales, il semblait que rien ne pourrait arrêter Grok 4 », a déclaré le rédacteur de Chess. com Pedro Pinhata, mais ses performances « se sont effondrées sous la pression » le dernier jour. Le grand maître Hikaru Nakamura, qui commentait en direct, a remarké : « Grok a fait tellement d’erreurs dans ces parties, mais OpenAI n’en a pas fait.

» Elon Musk a minimisé la défaite, qualifiant la performance précédente de Grok de « effet secondaire » en ajoutant que xAI avait « dépensé presque aucun effort sur les échecs ». Le résultat du match ajoute un nouveau chapitre public à la rivalité entre xAI de Musk et OpenAI, des entreprises cofondées par des personnes ayant autrefois collaboré. Les échecs ont historiquement servi de référence pour les capacités de l’IA, avec des jalons comme AlphaGo de DeepMind qui a triomphé des meilleurs joueurs humains de Go. Cependant, cet événement Kaggle était unique en testant des modèles de langage large à usage général plutôt que des moteurs d’échecs spécialisés, mettant en lumière leur capacité — ou leur incapacité — à gérer des tâches complexes basées sur des règles. Les résultats montrent que, si o3 a maintenu un jeu stratégique et régulier sous pression, l’effondrement de Grok 4 a révélé des incohérences chez certains LLM face à des conditions adverses. Organisateurs et commentateurs pensent que les échecs et d’autres défis structurés continueront d’être des outils précieux pour évaluer le raisonnement, la planification et la robustesse des modèles d’IA à mesure qu’ils progresseront.