OpenAI ChatGPT o3 u bë fitues i turneut të organizuar nga Kaggle, i destinuar për të identifikuar modelin më të fuqishëm gjuhësor të madh për lojën e shahut, duke mposhtur në raundin final modelin xAI Grok 4 të Elon Musk-ut. Konkursi tre-ditor përfshiu tetë modele të përgjithshme gjuhësore register nga kompani të ndryshme, duke përfshirë OpenAI, xAI, Google, Anthropic, DeepSeek dhe Moonshot AI, të gjitha duke konkurruar sipas rregullave tradicionale të shahut dhe pa ndihmën e motorëve të specializuar për shah. Gemini i Google siguroi vendin e tretë pas fitores ndaj një konkurenti tjetër të OpenAI-së. Grok 4 filloi fuqishëm turneun e shahut të AI të Kaggle, por dështoi në ndeshjen finale kundër o3 të OpenAI-së, duke bërë disa gabime taktike, përfshirë humbjen e shumë mbretërve. “Derisa deri në çerekfinale nuk dukej se gjë mund ta ndalte Grok 4, ” vuri në dukje shkrimtari i Chess. com, Pedro Pinhata, megjithatë performanca e tij “u rrezua nën presion” në ditën e fundit.

Grandmaster Hikaru Nakamura, i cili ofroi një komentim të drejtpërdrejtë, tha: “Grok bëri shumë gabime në këto lojëra, por OpenAI nuk bëri. ” Elon Musk e hodhi poshtë humbjen, duke e përshkruar paraqitjen e fortë të mëparshme të Grok si një “efekt anësor” dhe duke përmendur se xAI kishte “harxhruar pothuajse asnjë përpjekje për shah. ” Rezultati i ndeshjes e shton një kapitull të ri publik në rivalitetin ndërmjet Musk-ut dhe kompanisë së tij, xAI, të cilat kanë qenë ko-founderë të kompanive që dikur bashkëpunonin. Shahu ka shërbyer historikisht si një tregues i aftësive të inteligjencës artificiale, duke arritur arritje të mëdha si fitorja e AlphaGo e DeepMind-it kundër lojtarëve më të mirë njerëzorë të Go. Megjithatë, ky event i Kaggle ishte unik duke provuar modelet e gjuhës së madhe përgjithshme në vend të motorëve të veçantë për shah, duke nënvizuar aftësinë e tyre — ose mungesën e saj — për të menaxhuar detyra komplekse dhe të bazuara në rregulla. Rezultatet tregojnë se ndërsa o3 mbajti një lojë të qëndrueshme dhe strategjike nën presion, rrëzimi i Grok 4 shpalosi përjashtime në disa modele gjuhësore të mëdha kur përballeshin me kushte sfiduese. Organizatorët dhe komentatorët presin që shahët dhe sfida të ngjashme të strukturuara do të vazhdojnë të jenë mjete të vlefshme për vlerësimin e arsyetimit, planifikimit dhe fuqisë së modeleve të inteligjencës artificiale ndërsa ato avancojnë.