2025 年 8 月 7 日，Kaggle Game Arena 报道

在一场跨越语言与逻辑的“棋盘革命”中，八款全球顶尖大语言模型（LLM）齐聚新上线的 Kaggle Game Arena，为人类献上一场前所未有的 AI 国际象棋争霸赛。此番赛事由谷歌旗下数据科学社区 Kaggle 联合 DeepMind 发起，旨在检验通用 LLM 在深度博弈场景中的真实实力。

棋局为舞，推理为刃，AI 模型首次通过自然语言交互参与国际象棋比赛，而这场混战，最终却以 OpenAI o3 的王者之姿横扫收官，再次掀起了关于 LLM 智力边界的全球讨论。

🧠 八大模型亮相，赛前即燃起火药味

参赛阵容堪称“AI 超级联赛”：

Google 系列：Gemini 2.5 Pro、Gemini 2.5 Flash
OpenAI 阵营：o3、o4-mini
Anthropic：Claude 4 Opus
xAI（Elon Musk 创立）：Grok 4
Moonshot AI：Kimi K2
DeepSeek：DeepSeek R1

他们不再像 AlphaZero 或 Stockfish 那样依靠内置评估函数和深度搜索，而是通过 语言理解、上下文记忆与逻辑推理 来落子。每步棋都需以文字理解对局状态、再生成语义明确的走子指令。

这一切，都建立在 DeepMind 提供的通用“AI 视觉+语言接口框架”之上，是一次挑战语言模型能力边界的真实对决。

📊【推荐对阵图】

🏁 首轮：“四大天王”强势晋级，Gemini、OpenAI 双双发力

首日比赛中，LLM 模型两两对战，采用三局两胜制。比赛不到中盘，局势便已明朗：

Gemini 2.5 Pro 完胜 Kimi K2
OpenAI o3 击溃 Claude Opus
Grok 4 横扫 DeepSeek R1
o4-mini 战胜 Gemini Flash

四支晋级模型——o3、o4-mini、Grok 4、Gemini 2.5 Pro，全以 4‑0 的绝对战绩横扫对手，震撼开局！

⚔️ 半决赛：“冠军预定”Grok 险胜，OpenAI 内战分胜负

半决赛一度陷入胶着：

Grok 4 与 Gemini 2.5 Pro 展开激烈博弈，最终靠 加时强攻 拿下关键胜局
OpenAI 的“内部兄弟之战”中，o3 凭借更稳健的布局战术击败了 o4-mini

赛后，Twitter（X）上一度流传“Grok 是 xAI 的 AlphaZero”，不少粉丝预测它将在决赛中终结 OpenAI 的统治。

🏆 终局之战：OpenAI o3 横扫 Grok，语言模型真正的“棋王”诞生！

万众瞩目的决赛中，观众原以为 Grok 将延续攻势。然而场上局势一边倒：

OpenAI o3 以 4‑0 的比分碾压 Grok 4，毫无悬念地捧起冠军奖杯。

更令人惊讶的是，Grok 的多场比赛中频频出现“语义误解型失误”：误判己方棋子位置、错误估计对手下一步策略，甚至早早丢失皇后、骑士等关键子力。

著名国际象棋主播、前世界冠军 Magnus Carlsen 坦言：“看 Grok 下棋让我仿佛回到了我 10 岁教妹妹下棋的感觉。”

🤯 “看孩子玩棋”：Grok 被打回原形

在开赛前，Grok 被多家媒体列为本次赛事“最可能黑马”，其语言输出的流畅性、对复杂上下文的掌握能力一度令人称奇。

但决赛的彻底崩盘也暴露出 通用 LLM 在高强度策略任务上的核心短板：它们并未像 AlphaZero 那样通过上百万盘训练博弈推演，而更多是依靠语言统计关联。

“它知道怎么说服自己走得对，但其实走得很烂。”——Kaggle 官方战报点评。