「【新智元导读】第二轮首届大模型对抗赛结果出炉了!o3 轻而易举击败 o4-mini,拿下 100% 胜率。Grok 4 和 Gemini 2.5 Pro 激烈对决,最终在加赛中 Grok 4 成功晋级。明日,Grok 4 和 o3 将迎来终局之战。」
首届大模型国际象棋对抗赛,第二轮战报出炉了!
Kaggle Game Arena 上,谷歌举办的 AI 国际象棋表演赛中,Grok 4 和 o3 顺利挺进半决赛:
o3 一举击败 o4-mini
Grok 4 在加赛中战胜 Gemini 2.5 Pro,晋级决赛将迎战 o3
十几个小时的激烈对决中,全球八大顶尖模型,如今仅剩下 Grok 4 和 o3 顺利挺进半决赛。
在首轮对战中,DeepSeek R1、Kimi K2 Instruct、Claude Opus 4、Gemini 2.5 Flash 全部溃败。
Kaggle Game Arena 2025 AI 国际象棋表演赛:半决赛对阵图
如今,第二轮的结果,再次筛选出了两位优胜者。
尽管 o3 的胜出早有预料,Grok 与 Gemini 之间的对决却异常激烈,常规赛战成 2 比 2 后,最终通过加赛才分出胜负。
赛事的最后一日将在 8 月 7 日(星期四)举行,开赛时间为美国东部时间下午 1 点(ET)。
届时,国际象棋世界冠军 Magnus Carlsen 与英国三连冠棋手 David Howell 携手解说 Grok 4 对阵 o3 的巅峰对决。
若是 o3 拿下最终冠军,再加上万众瞩目的 GPT-5 登场,OpenAI 明天可谓是双喜临门。
那么,第二轮大模型对战,具体情况如何?
「o3 稳赢 o4-mini,准确率 100%」
根据 OpenAI 的介绍,o4-mini 是 o3 的轻量化、运行更快的版本。
因此,o3 以 4 比 0 横扫对手晋级决赛,也在情理之中。
虽然这场比赛的初衷是研究 AI 的「思考」方式,但第二盘棋却令不少普通棋迷眼前一亮:
o3 在仅用 12 步的快棋中实现了一次类似 Puzzle Rush 的将杀,虽不是真正意义上的密杀(smothered mate),但完成度非常接近。
虽然 AI 在本赛事中的棋艺屡遭诟病,但 o3 在这盘棋中却打出了 100 分的完美准确率:
「o3 vs. o4-mini」,「准确率 100 分」
本轮后续的比赛节奏也基本如出一辙:较弱的 AI(此处为 o4-mini)在中盘阶段失去判断力,连续犯下关键失误。
不过值得一提的是第三盘,这可能是目前为止最自然、最接近人类风格的一局。
尤其是 o3 在棋局中完成的两个中间手(intermezzo)——12...Bb4 + 和 19...e3+,堪称本轮亮点。
o3 晋级决赛,将与另一场激战的胜者会师。
「Grok 4 险些折戟,鏖战 Gemini 2.5 Pro」
尽管 Grok 在赛事中的表现一直相当强势,这次却险些折戟。
最终,在加赛「末日战」(Armageddon)中,Grok 4 用黑棋在占优局面下逼和对手,才得以晋级。
比赛伊始,Grok 的表现出人意料地混乱,在短时间内连续失子,被 Gemini 抓住机会赢下首局。
第二盘,双方在第 11 步前一直遵循开局理论。
通常情况下,AI 只要跟随开局理论就表现不错,一旦进入「自由发挥」阶段,就容易出错。
而 Grok 和 Gemini 的开局掌握明显强于其他模型,也让这场对决异常焦灼。
不过,Grok 一旦脱离理论,很快就开始出错——先是丢马,但 Gemini 也随即「走火入魔」,不但送出皇后,最后整盘棋也丢掉,Grok 扳回一局。
接下来两盘棋依然各有胜负,走的都是熟悉剧本:AI 在短暂的「理论时间」后很快开始失误。
Grok 赢下第三局暂时领先,Gemini 在第四局扳平比分。
比赛进入加赛环节,采用「末日战」规则,Grok 执黑,具有和棋即胜优势(虽然此次并无时间限制)。
加赛过程跌宕起伏。
Gemini 曾长时间占优,甚至错过了一步直接将死的机会——与 o3 击败 o4-mini 的那步棋型如出一辙。
国际象棋大师 Peter Heine Nielsen(世界冠军 Magnus Carlsen 的教练)也顺势对 Grok 给出了「指导建议」。
最终,Gemini 在多子残局中送掉皇后,看似已将胜利拱手相让。
但 Grok 没能把握优势,在多一车的局势下未能完成绝杀,因三次重复局面被判和棋,比赛最终以平局告终。
尽管结局略显遗憾,但这局仍被评为「今日最佳对局」。
第二轮比赛战况就这么多,想必所有人都期待明日终局之战——Grok 与 o3 将于明天争夺冠军。
Gemini 2.5 Pro 和 o4-mini 则将进行三四名对决。记得锁定总决赛直播!
参考资料: