Grok 4进决赛，大模型对抗赛Gemini全军覆没，马斯克「装」起来了

机器之心报道

机器之心编辑部

明天，Grok 对阵 OpenAI 的 o3。

谁也没想到，谷歌攒的 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 Gemini 2.5 Pro，进入总决赛！

在昨天的比赛中，Gemini 2.5 Pro、o4-mini、Grok 4 和 o3 均以 4-0 的战绩分别击败 Claude 4 Opus、DeepSeek R1、Gemini 2.5 Flash 和 Kimi k2，晋级半决赛。

今天的战况依旧让人猜不着走向，Gemini 2.5 Pro 败了。

马斯克昨天点评比赛结果的话术，今天依旧有用：「国际象棋太过简单，对 Grok 来说，只是副作用，我们没花多少力气放在象棋优化上。」

今天 Grok 4 闯入总决赛，不知马斯克是不是更看不上这场比赛了。

我们再回到这场半决赛。

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。虽然 o3 的胜利在大家意料之中，但 Grok 与 Gemini 之间的激烈对决却让所有人大跌眼镜 —— 双方在常规赛打成 2:2 平，最终通过加赛才分出胜负。

明天是比赛的最后一天。届时，将迎来本次 AI 象棋巅峰对决的冠军之战，X 对战 OpenAI。

对战表

o4-mini 对阵 o3 ：0-4

在初赛中，o4-mini 和 o3 均以 4-0 的全胜战绩淘汰了 DeepSeek-R1 以及 Kimi k2，同样出身 OpenAI 的两大模型在半决赛中正面对决。

比赛的结果基本在预料之中，o3 以 4 比 0 横扫对手 o4-mini，顺利晋级决赛。

在 OpenAI 的推理模型体系中，o3 作为一款强大的通用推理模型，在多个基准测试中均取得了优异成绩，展现出卓越的稳定性与复杂推理能力。相比之下，o4-mini 是一款轻量级模型，旨在在速度、成本与性能之间实现更好的平衡。

因此 o4-mini 输给 o3 的确符合预期，是因为象棋这种任务对模型的稳定推理能力和容错性要求很高，这恰恰是轻量化模型最容易妥协的地方。

谷歌举办这场比赛的主要目的是为了分析 AI 模型是如何思考的。因此，整场对局中的第二盘可能对谷歌来说意义不大，但对普通棋手而言却相当值得关注。

在这一盘中，o3 仅用 12 步就完成了致胜攻击，手法颇有 Puzzle Rush 风格。虽然不是一个真正意义上的闷杀（smothered mate），但已经非常接近了，依然令人惊叹。

o3 的致胜攻击

尽管 AI 在国际象棋上的表现一直不尽如人意，但 o3 在这盘棋中却拿下了完美的 100 分准确率评分。

整场比赛的剩余部分，大体上延续了本次锦标赛至今的老套路：某个弱 AI（这次是 o4-mini）在某个时间点开始失去局势控制，连续出现致命失误，最终输掉对局。

不过有一盘棋例外 —— 它可能是本届比赛中看起来最自然流畅的一局。这是本场对决的第三盘，相较其他对局，这一盘展现出了真正的高质量国际象棋。

其中，o3 下出的两个中间招法（in-between moves）—— 第 12 回合的 12…Bb4+ 和第 19 回合的 19…e3+ —— 尤其令人印象深刻。

o3 令人印象深刻的走棋

Gemini 2.5 Pro 对阵 Grok 4：2.5-2.5

Grok 在国际象棋领域的统治力依然强势，但这次的胜利之路并不平坦，甚至可以说是比赛到目前为止最焦灼的一轮。

准确的说，马斯克轻描淡写「国际象棋是副作用」的 Grok 差一点就翻了车，最终以和棋收场勉强取胜。

虽然最终比赛结果是 Gemini 2.5 Pro 以 2-3 不敌 Grok 4，但在官方博客中，比分仍被标注为 2.5 - 2.5 平局。

比赛一直打到特殊的末日加赛（armageddon tiebreak，是指国际象棋比赛中，在常规赛或加赛打平后，用于决出胜负的特殊加赛方式）才决出胜负，最终 ，Grok 执黑在一盘 55 步的和棋中晋级 —— 尽管当时 Grok 明显处于胜势。

但我们从头说起。今天 Grok 的表现异常混乱 ，频频送子得分。事实上，本场首盘由 Gemini 先拔头筹，Grok 相继丢掉了一匹马、一辆车，最后被将死，痛失一局。

第二盘棋中，Gemini 和 Grok 在第 11 步之前都严格遵循了开局定式。正如我们在之前的比赛中观察到的那样，AI 一旦脱离开局理论、进入自主思考阶段，就很容易开始出错。

而 Grok 和 Gemini 至今为止都表现出了比其他模型更长时间遵循理论的能力，这也可能是本场对决如此胶着的原因之一。

不过，也如预期那样，一旦 Grok 脱离定式，失误就接踵而至。Grok 再次丢掉一匹马，而 Gemini 却出现幻觉，主动送后，随后又全盘崩塌，最终将第二盘拱手相让。

Grok 脱离定式后失误

Gemini 产生幻觉

接下来的两盘棋又是决定性的比赛，延续了本届锦标赛的熟悉剧本：AI 们先走几步开局定式，然后靠着机械式的创造力迅速开始出错。

Grok 赢下了第三盘，暂时在比分上领先，但随后 Gemini 反击成功，在第四盘将比分扳平。

比赛进入末日加赛，Grok 执黑出战，拥有和棋即胜的优势（尽管本场比赛并没有时间限制）。

这场加赛堪称精彩纷呈。Gemini 在大部分时间里局势占优，甚至一度错过了一个「一招将死」的机会 —— 这个将死模式与 o3 在第二盘战胜 o4-mini 时用的那个几乎一模一样。

正当观众紧张关注局势时，国际象棋特级大师 Peter Heine Nielsen（现任 Magnus Carlsen 的教练） 也借机向 Grok 提供了辅导建议：

最终，Gemini 在胜势的车兵残局中失误白送皇后，将胜利拱手让给 Grok。

然而，剧情并未就此告终：由于 Grok 在多一车对单兵的必胜局面下未能兑现优势，双方三次重复局面，对局戏剧性地以和棋收场。尽管结局出人意料，这场比赛仍被评选为今日最佳对局。

Gemini 2.5 Pro 对阵 Grok 4：和棋收场

接下来，X 的 Grok 和 OpenAI 的 o3 将在明天的决赛中相遇。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，大家普遍看好 Gemini 2.5 Pro 和 Grok 4 成为最终赢家。

那么现在，你还会把票投给 Grok 4 吗？