OpenAI’s ChatGPT o3 став переможцем турніру, організованого на платформі Kaggle, з метою визначення найсильнішої великої мовної моделі для гри в шахи, здолавши модель Grok 4 від Elon Musk у фінальному раунді. Триденний турнір включав вісім універсальних LLM від компаній, таких як OpenAI, xAI, Google, Anthropic, DeepSeek та Moonshot AI, усі змагалися за стандартними шаховими правилами без допомоги спеціалізованих шахових двигунів. Gemini від Google зайняв третє місце, перемігши ще одного представника OpenAI. Grok 4 розпочав турнір з сильної позиції, але зазнав поразки у фінальній грі проти OpenAI o3, допустивши кілька тактичних помилок, зокрема втрату кількох ферзів. «До півфіналу здавалося, що ніщо не здатне зупинити Grok 4», — зазначив автор Chess. com Педро Пінята, але його виступ «зруйнувався під тиском» у останній день.

Гросмейстер Хікару Німамура, який проводить живі коментарі, зауважив: «Grok зробив так багато помилок у цих іграх, а OpenAI ні». Elon Musk знехтував поразкою, описуючи попередні успіхи Grok як «побічний ефект» і зазначаючи, що xAI «майже не приділяла уваги шахам». Результат матчу додає ще одну публічну сторінку до суперечки між Musk’s xAI і OpenAI, компаніями, співзаснованими людьми, які колись співпрацювали. Шахи довго служили еталоном для можливостей штучного інтелекту: такі досягнення, як AlphaGo від DeepMind, перемога над топ-гравцями в Го, стали віхами. Однак цей захід на Kaggle був унікальним у тому, що тестувалися універсальні великі мовні моделі, а не спеціалізовані шахові двигуни, що підкреслює їхню здатність — або неспроможність — справлятися з складними завданнями, заснованими на правилах. Результати показують, що хоча o3 зберігав стабільну стратегічну гру під тиском, крах Grok 4 виявив нерівномірність у деяких LLM при зіткненні з складними умовами. Організатори й коментатори прогнозують, що шахи та подібні структуровані виклики і надалі залишатимуться цінними інструментами для оцінки логіки, планування та стійкості моделей ШІ у міру їхнього розвитку.