האם דמיינתם פעם את המודלים המובילים בעולם מתמודדים ראש-בראש במשחק שחמט? בין ה-5 ל-7 באוגוסט, גוגל אירחה בפלטפורמת Kaggle Game Arena טורניר נדיר שבו לא מנועי שחמט מקצועיים עמדו זה מול זה, אלא מודלי שפה כלליים, שנבחנו בזירה אסטרטגית קשוחה. התוצאות? שילוב של מהלכים מבריקים, טעויות מביכות והפתעות שאיש לא ציפה להן.
Today we announced the @Kaggle Game Arena, a new benchmarking platform where AI models and agents can compete head-to-head in strategic games, starting with chess ♟️.
Why games, you ask? 🤔 Games are perfect for AI evaluation because they help us understand how models tackle… pic.twitter.com/XoZAk6hAou
— Google AI (@GoogleAI) August 4, 2025
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
שמונה מודלי בינה מלאכותית מהחזקים בעולם עלו לזירה: o3 ו-o4-mini של OpenAI, מודלי Gemini 2.5 Pro ו-Flash של גוגל, Grok 4 של xAI, מודל Claude 4 Opus של Anthropic , ומודלי DeepSeek R1 ו-Kimi k2 הסינים. אבל זה לא היה טורניר שחמט רגיל כי לא היו כאן מנועי שחמט ייעודיים עם אלגוריתמים שנבנו במיוחד למשחק, אלא מודלי שפה גדולים שנועדו במקור לכתיבה, תכנות ומשימות שפה. המשמעות? הם נאלצו להסתמך על הידע הכללי שלהם בשחמט, ולא על מומחיות טקטית חישובית.
הפורמט היה פשוט אך אכזרי – טורניר נוקאאוט, סדרות של “Best-of-Four” בכל שלב, ופרשנות חיה מצד אגדות שחמט. היקרו נקמורה (Hikaru Nakamura) ליווה את המשחקים בזמן אמת, לוי רוזמן (Levy Rozman) מ-GothamChess סיפק סיכומים יומיים, ובגמר הצטרף מגנוס קרלסן (Magnus Carlsen), אלוף העולם לשעבר ומי שנחשב לאחד השחמטאים הטובים בהיסטוריה. קרלסן לא הסתיר את הביקורת שלו, וזו עמדה להפוך לאחת מנקודות השיא של הטורניר.
היום הראשון נפתח בסימן הפתעה גדולה. Grok 4 של אלון מאסק עלה לשולחן ונראה כאילו הגיע משיעור פרטי אצל קספרוב עצמו – מהלכים חדים, ניצחונות חלקים, ויכולת שגרמה לפרשנים להרים גבה. הוא עבר את השלבים הראשונים בקלות מעוררת רושם, ובמהרה הפך לפייבוריט הבלתי מעורער לזכייה. מאסק, כדרכו, לא פספס הזדמנות להתרברב: בפוסט ב-X הוא הצהיר שההישגים של Grok הם “תוצר לוואי” בלבד, וש-xAI “כמעט לא השקיעו מאמץ בשחמט” – רמז יהיר לכך שהמודל שלו טוב כל כך, שהוא מנצח גם בלי להתאמץ.
אלון מאסק מגיב לביצועים של Grok 4 בטורניר השחמט של מודלי AI
אם היום הראשון בישר על עליונותו של Grok 4, הגמר מחק את כל התחזיות. ChatGPT o3 לא הסתפק בניצחון, אלא מחץ את Grok 4 בתוצאה מוחלטת של 4-0. לא הייתה זו תבוסה רגילה, אלא קריסה טוטאלית לעיני מיליוני צופים. לפי הדיווחים, Grok ביצע טעויות בסיסיות שיכולות להופיע רק בלוחות של מתחילים, כמו ויתור על כלים קריטיים ללא סיבה, הקרבות מבלבלות של פרש ורץ, ואפילו אובדן המלכה – לא פעם אחת, אלא כמה פעמים באותו טורניר.
מגנוס קרלסן, בעל הדירוג הגבוה ביותר בהיסטוריה (2882), לא חסך בביקורת. הוא העריך את רמת המשחק של Grok ב-800 נקודות ושל o3 ב-1200, רמות שמאפיינות שחקנים שרק למדו את הכללים. לדבריו, “Grok למד כמה מהלכי פתיחה ויודע את החוקים, אבל לא הרבה מעבר לזה”. ובסיום הגמר, מול מצלמות השידור, הוא סיכם בבדיחה עוקצנית: “אני מקווה שכולם מרגישים טוב יותר לגבי המשחק שלהם אחרי שצפו בזה”.
ChatGPT o3 של OpenAI סיים במקום הראשון, ללא הפסד לאורך כל הדרך. אחריו, במקום השני, דורג Grok 4 של xAI, שנכנע בגמר בתבוסה של 0-4. את המקום השלישי קטף Gemini 2.5 Pro של גוגל, לאחר שניצח את o4-mini בתוצאה 3.5-0.5. התמונה שמתקבלת ברורה – o3 ניצח בזכות יציבות והימנעות מטעויות קריטיות, Grok 4 התקשה לשמור על רמה גבוהה לאורך סדרת משחקים מול יריב חזק, ו-Gemini 2.5 Pro הוכיח עקביות מול o4-mini.
טבלת התוצאות הרשמית של טורניר השחמט של מודלי הבינה המלאכותית
במהלך השידור החי, היקרו נקמורה לא פספס את התמונה הגדולה: “Grok עשה כל כך הרבה שגיאות במשחקים האלה, אבל OpenAI לא”. האירוניה התחדדה כשהתברר שכאשר נשאל Grok ב-X על הדירוג שלו, הוא העריך את עצמו ב-1600-1800 נקודות – הרבה מעל להערכה הצוננת של קרלסן.
עם זאת, כמה מומחים הזכירו שהביצועים בשחמט אינם מבחן מייצג ליכולות AI כוללות. מאטס אנדרה כריסטיאנסן, מנכ”ל ושותף מייסד של Take Take Take (אפליקציית שחמט שמגנוס קרלסן שותף להקמתה), אמר ל-Independent: “מה שחשוב מהטורניר הזה הוא להבין יותר איך המוצרים האלה חושבים ומנמקים”. יש לזכור שכל המודלים שהתחרו כאן נבנו בראש ובראשונה למשימות שפה, לא למשחקי שחמט, והתוצאות על הלוח הן רק מדד אחד מתוך מגוון רחב הרבה יותר של מבחני ביצוע אפשריים.
למי ששכח, סיפור הרקע מוסיף רובד של דרמה אנושית – אילון מאסק וסם אלטמן הקימו יחד את OpenAI לפני כעשור, אך דרכיהם נפרדו כשמאסק עזב והקים חברה מתחרה בשם xAI. היחסים בין השניים הידרדרו מאז, ובשלב מסוים אף דווח שאלטמן כינה את מאסק “בריון” לאחר שזה ניסה לרכוש את OpenAI ללא הצלחה. על הרקע הזה, הטורניר קיבל מימד נוסף, לא רק מבחן בין טכנולוגיות, אלא גם “עימות סמלי ויוקרתי” בין שני יריבים ותיקים.
מעבר ליריבות האישית, הטורניר חשף תובנה עמוקה יותר על מצב הבינה המלאכותית כיום. בגוגל הסבירו שמשחקים מהווים “אות ברור וחד משמעי של הצלחה”, וכי “הטבע המובנה שלהם ותוצאות הניתנות למדידה הופכים אותם למבחן המושלם להערכת מודלים”. במילים אחרות, מדובר בזירה שבה אפשר לראות לא רק מי מנצח, אלא גם איך המודל חושב, מתכנן ומתמודד עם לחץ.
טורניר השחמט הזה הראה בפועל מה שמספרים ונתונים לא תמיד חושפים – הפערים בין מודלי AI יכולים להיות עצומים, גם כשעל הנייר הם נראים קרובים ביכולות. זה היה יותר ממשחק, זו הייתה הפעם הראשונה שבה מודלי שפה כלליים נדרשו להתמודד בזירה אסטרטגית אמיתית, ללא הכנה ייעודית, בניגוד לאבני דרך קודמות כמו הדו-קרב ההיסטורי בין Deep Blue לקספרוב ב-1997.
כפי שדיווחו ב- chess.com, המפגש חשף שוני דרמטי ביכולות תכנון וביצוע, למרות מכנה משותף טכנולוגי. עבור כל מי שעובד עם AI, המסר ברור: לא מספיק להסתכל על ציוני מבחנים ומדדי ביצועים, צריך לראות איך המודל חושב, מתכנן ומגיב תחת לחץ אמיתי. בבלוג הרשמי של גוגל הצהירו כי הם כבר מתכננים להרחיב את Game Arena למשחקים כמו Go ופוקר.
הפעם זה היה שחמט, בפעם הבאה? ייתכן שנראה מודלים מתמודדים באסטרטגיות מורכבות עוד יותר, ואולי אפילו בוחנים את כושר קבלת ההחלטות שלהם במצבים שמזכירים את העולם האמיתי שבו אנחנו חיים.
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
רוצים לקבל עדכונים על כל מה שחדש ומעניין בעולם ה-AI? הרשמו לניוזלטר שלנו!
תוצאות נוספות...
תוצאות נוספות...
