谁也没想到，谷歌主办的 Kaggle AI Chess 比赛（即大模型国际象棋对抗赛）在半决赛中，Grok 4 击败了 Gemini 2.5 Pro，顺利晋级总决赛！
昨天的比赛，Gemini 2.5 Pro、o4-mini、Grok 4 和 o3 均以 4-0 的战绩分别击败了 Claude 4 Opus、DeepSeek R1、Gemini 2.5 Flash 和 Kimi k2，晋级半决赛。
今天的战况依旧扑朔迷离，Gemini 2.5 Pro 出乎意料地被击败了。
马斯克昨天对比赛结果的点评依然适用：「国际象棋太过简单，对 Grok 来说，只是副作用，我们没花多少力气在象棋优化上。」
不过，随着 Grok 4 闯入总决赛，不禁让人猜测马斯克是否会对这场比赛更加不屑一顾。
回到今天的半决赛，战况是：Grok 4 和 o3 分别战胜了 Gemini 2.5 Pro 和 o4-mini，成功晋级决赛。尽管 o3 的胜利在意料之中，但 Grok 与 Gemini 之间的激烈对决却让人倍感意外，双方在常规赛中打成 2:2 平，不得不通过加赛来决定胜负。
值得注意的是，谷歌举办这场比赛的主要目的并不是为了决出胜负，而是为了深入分析 AI 模型的思维方式。因此，虽然某些对局从谷歌的角度来看可能意义不大，但对于普通观赛者来说，这些对局提供了宝贵的观察机会。
o4-mini 对阵 o3 ：0-4
在这场初赛中，o4-mini 和 o3 均以 4-0 的战绩分别淘汰了 DeepSeek R1 和 Kimi k2。作为两款来自 OpenAI 的模型，它们在半决赛中展开了直接对决。
结果正如大多数人预测的那样，o3 以 4 比 0 完胜 o4-mini，顺利晋级决赛。
o3 是 OpenAI 推出的一款强大的通用推理模型，在多个基准测试中表现出色，展现了卓越的稳定性和复杂推理能力。相比之下，o4-mini 是一种轻量级模型，旨在在速度、成本与性能之间取得平衡。
因此，o4-mini 输给 o3 符合逻辑，因为国际象棋这种复杂的任务对模型的稳定性及容错性要求极高，而这正是轻量化模型最容易妥协的地方。
尽管如此，整场比赛中最值得关注的一盘对局出现在第二盘，o3 仅用了 12 步完成致胜攻击，风格颇为 Puzzle Rush。虽然不是严格的闷杀（smothered mate），但依然令人叹为观止。
o3 的致胜攻击
整场比赛的其他部分，大体上延续了锦标赛的常见模式：某个较弱的 AI 在某一时刻失去对局势的控制，接连出现致命失误，最终输掉对局。
不过，有这样一盘棋是个例外 —— 它可能是本届比赛中最自然流畅的对局。这是第三盘对局，o3 展现出了真正的高质量国际象棋。特别是在第 12 回合的 12…Bb4+ 和第 19 回合的 19…e3+ 这两个中间招法，尤为令人印象深刻。
o3 令人印象深刻的走棋
Gemini 2.5 Pro 对阵 Grok 4：2.5-2.5
Grok 在国际象棋领域依然表现出色，但这次的胜利之路并不平坦，甚至可以说是到目前为止最激烈的一轮。
具体来说，虽然马斯克轻描淡写地表示「国际象棋是副作用」，但 Grok 在这场比赛中差点翻车，最终仅以和棋勉强取胜。
官方博客中，比赛结果被标注为 2.5 – 2.5 平局，尽管最终 Gemini 2.5 Pro 以 2-3 的总比分不敌 Grok 4。
今天 Grok 的表现可谓起伏不定，频繁失误。第一盘由 Gemini 先行，Grok 失误不断，最终输掉一局。而在第二盘比赛中，两者在前 11 步都严格按照开局定式行棋，但脱离定式后，Grok 出现严重失误，连续丢掉了马和车，然而 Gemini 也出现幻觉，主动送上皇后，导致局势崩盘，将这盘棋拱手相让。
在接下来的两盘棋中，双方继续上演熟悉的剧本：先是走几步开局定式，然后迅速进入机械化创造阶段，开始频繁出错。Grok 赢得第三盘后，在比分上暂时领先，但 Gemini 立即反击，赢下第四盘，再次将比分拉平。
比赛最终进入了末日加赛（armageddon tiebreak），Grok 执黑拥有和棋即可取胜的优势（尽管本场比赛没有时间限制）。加赛中，Gemini 一度占据优势，甚至错过了一个「一招将死」的机会，这个局面与 o3 在第二盘战胜 o4-mini 时的情况非常相似。
就在观众紧张关注局势变化之际，国际象棋特级大师 Peter Heine Nielsen（现任 Magnus Carlsen 的教练）也向 Grok 提供了关键的指导建议。
然而，Gemini 在多一车的情况下白送皇后，最终将胜利让给了 Grok。但故事并未结束，Grok 在明显优势的情况下未能及时兑现胜果，双方多次重复相同局面，比赛戏剧性地以和棋告终，Grok 也因此获得了晋级资格。尽管结局出乎意料，这场比赛依然被评为今日最佳对局。
Gemini 2.5 Pro 对阵 Grok 4：和棋收场
明天将是比赛的最后一天，X 的 Grok 和 OpenAI 的 o3 将在决赛中一决高下。与此同时，谷歌的 Gemini 2.5 Pro 和 o4-mini 将争夺季军和第四名。
在昨天的投票中，大多数人都认为 Gemini 2.5 Pro 和 Grok 4 会成为最终的胜者。然而，现在的战局已有所不同，你是否依然会把票投给 Grok 4？
