OpenAI’s ChatGPT o3 a câștigat un turneu găzduit de Kaggle, conceput pentru a identifica cel mai puternic model de limbaj mare (LLM) specializat în șah, învingând modelul xAI al lui Elon Musk, Grok 4, în ultimul tur. Competiția de trei zile a avut la start opt LLM-uri de uz general, provenind de la companii precum OpenAI, xAI, Google, Anthropic, DeepSeek și Moonshot AI, care au concurat conform regulilor standard de șah, fără ajutorul unor motoare specializate pentru șah. Gemini, de la Google, a obținut locul al treilea după ce a învins un alt participant OpenAI. Grok 4 a început puternic turneul de șah AI de la Kaggle, dar a tremurat în jocul final împotriva lui o3 de la OpenAI, comițând mai multe greșeli tactice, inclusiv pierderi multiple de regină. „Până în semifinală, părea că nimic nu putea să oprească Grok 4, ” a observat scriitorul de pe Chess. com, Pedro Pinhata, însă performanța sa „s-a prăbușit sub presiune” în ultima zi.

Marele maestru Hikaru Nakamura, care a comentat în direct, a spus: „Grok a făcut atât de multe greșeli în aceste jocuri, dar OpenAI nu. ” Elon Musk a minimizat înfrângerea, descriind performanța anterioară a lui Grok drept un „efect secundar” și menționând că xAI a „depus aproape niciun efort pe șah. ” Rezultatul meciului adaugă un capitol public în rivalitatea dintre xAI, companie co-fondată de Musk, și OpenAI, entități ale căror fondatori au colaborat cândva. Șahul a fost întotdeauna un reper pentru capacitățile AI, cu realizări precum AlphaGo de la DeepMind, care a învins cei mai buni jucători umani de Go. Totuși, acest eveniment Kaggle a fost unic, fiind concentrat pe testarea modelelor de limbaj mari de uz general, nu a motoarelor specializate pentru șah, evidențiind abilitatea — sau incapacitatea — acestora de a gestiona sarcini complexe și bazate pe reguli. Rezultatele arată că, deși o3 a menținut un joc strategic și constant sub presiune, căderea lui Grok 4 a scos la iveală inconsistențe ale unor LLM-uri atunci când se confruntă cu condiții adversariale. Organizatorii și comentatorii anticipează că șahul și provocările similare structurate vor rămâne instrumente valoroase pentru evaluarea raționamentului, planificării și robusteței modelelor de AI în viitor.