Накратко
- Нашият двигател изигра 35 партии срещу компютърните ботове на chess.com и спечели всичките 35 – 5 от тях срещу най-силния бот, Maximum (рейтинг 3200 на картата му), и 10 срещу ботове с рейтинг 2500 или повече.
- Това бяха партии между нашия двигател и компютърните ботове на chess.com, в режима му за ботове без рейтинг и без часовник. Не бяха играни срещу хора, нито в оценена или състезателна обстановка, и не казват нищо за това как би се справил двигателят срещу човек.
- Прегледът на партиите на chess.com (Game Review) даде на нашите ходове средна точност 97,3, а на ходовете на ботовете – 78,5. В 35-те партии прегледът отчете 0 груби грешки и 4 грешки от наша страна.
- Числата са проверка на един двигател срещу едно семейство противници. Съвършеният резултат няма горна граница, така че не може да каже колко по-силна е едната страна. Как измерваме силата на двигателя както трябва, срещу Stockfish, е отделно измерване, описано по-долу.
- chess.com не е одобрявал, преглеждал или участвал в този тест. Играхме само срещу публичните му компютърни противници.
Какво направихме и кой игра
chessGM е нашето безплатно шахматно приложение с двигател, написан специално за него. Искахме външна проверка, която не е собствена игра срещу себе си, затова на 20 октомври 2026 г. накарахме двигателя да играе срещу компютърните ботове на chess.com. Двигателят – собственият Go двигател на chessGM с оценка чрез невронна мрежа (NNUE), в версията му от октомври 2026 г. – работеше локално на собствения ни Mac, а не в chess.com. Той избра всеки ход. Асистент с изкуствен интелект, управляващ уеб браузър, после въвеждаше всеки ход на дъската за ботове на chess.com, партия по партия, без часовник и без подсказки от никого.
Не играхме срещу всички ботове на chess.com. По онова време списъкът имаше 217. Избрахме 30, разпределени по обхвата на рейтингите – приблизително по един на всеки 100 пункта от най-слабия до най-силния под Maximum – и после изиграхме пет пъти срещу Maximum, с белите и с черните. Това са 35 партии срещу 31 различни бота.
Двигателят имаше от 1 до 3 секунди на ход: 1 секунда срещу ботове с рейтинг до 1900, 2 секунди срещу ботове от 2000 до 2900 и 3 секунди срещу Maximum. Средната му дълбочина на търсене беше от 14,2 до 21,8 полухода, според партията.
Всяка партия
Рейтингите са числата, които chess.com отпечатва на картата на всеки бот. Това са собствените етикети на chess.com за неговите ботове, а не рейтинги на FIDE или човешки рейтинги. Точността е оценката на Game Review на chess.com, от 0 до 100, за това колко близо са били ходовете на всяка страна до най-добрите, които е намерил.
| # | Бот (рейтинг на картата му) | Резултат (всички с мат) | Наша точност | Точност на бота |
|---|---|---|---|---|
| 1 | Zach (100) | 1-0 | 97.8 | 83.8 |
| 2 | June (100) | 0-1 | 98.2 | 59.6 |
| 3 | Pepe (150) | 1-0 | 99.7 | 69.8 |
| 4 | Martin (250) | 0-1 | 97.5 | 71.8 |
| 5 | Elani (400) | 1-0 | 97.7 | 48.5 |
| 6 | Noel (550) | 0-1 | 97.9 | 70 |
| 7 | Jimmy (600) | 1-0 | 95.9 | 67.3 |
| 8 | Aron (700) | 0-1 | 97.1 | 77 |
| 9 | Zara (850) | 1-0 | 97.3 | 74.3 |
| 10 | Nisha (900) | 0-1 | 96.6 | 61.9 |
| 11 | Maria (1000) | 1-0 | 95.9 | 76 |
| 12 | Sven (1100) | 0-1 | 99 | 75.6 |
| 13 | Emir (1200) | 1-0 | 98.7 | 82.2 |
| 14 | Nelson (1300) | 0-1 | 97.9 | 80.5 |
| 15 | David (1400) | 1-0 | 97.3 | 82 |
| 16 | Antonio (1500) | 0-1 | 98.6 | 83.3 |
| 17 | Isabel (1600) | 1-0 | 97.8 | 84.3 |
| 18 | Arthur (1700) | 0-1 | 99.6 | 81 |
| 19 | Wally (1800) | 1-0 | 96.1 | 78.2 |
| 20 | Miguel (1900) | 0-1 | 98.9 | 75.6 |
| 21 | Li (2000) | 1-0 | 94.4 | 86 |
| 22 | Manuel (2100) | 0-1 | 96.8 | 85.3 |
| 23 | Nora (2200) | 1-0 | 97.6 | 76.5 |
| 24 | Arjun (2300) | 0-1 | 98.3 | 73.3 |
| 25 | Wei (2450) | 1-0 | 94 | 73.2 |
| 26 | Engine lvl 21 (Master) (2500) | 0-1 | 98.2 | 87.1 |
| 27 | Engine lvl 22 (Grandmaster) (2600) | 1-0 | 96.8 | 88.2 |
| 28 | Engine lvl 23 (Grandmaster) (2700) | 0-1 | 97.7 | 87.5 |
| 29 | Giri (2800) | 1-0 | 93 | 84.2 |
| 30 | Engine lvl 24 (Super Grandmaster) (2900) | 0-1 | 96.1 | 85.4 |
| 31 | Engine lvl 25 (Maximum) (3200) | 1-0 | 97.9 | 89 |
| 32 | Engine lvl 25 (Maximum) (3200) | 0-1 | 98.4 | 88.6 |
| 33 | Engine lvl 25 (Maximum) (3200) | 1-0 | 95.7 | 87.7 |
| 34 | Engine lvl 25 (Maximum) (3200) | 0-1 | 97.2 | 89 |
| 35 | Engine lvl 25 (Maximum) (3200) | 1-0 | 96.8 | 84.3 |
Изтеглете и 35-те партии в един PGN файл (името на акаунта е премахнато)
Точност спрямо рейтинга на бота
Две неща си заслужава да се забележат. Първо, точките на нашия двигател стоят в тясна ивица горе, от 93,0 до 99,7. Това отчасти е, защото двигателят е силен, и отчасти, защото оценките за точност възнаграждават най-добрия ход, което е лесно, когато печелиш. Второ, най-силните ботове наистина играят по-добре: ботовете с рейтинг 2500 и повече получиха между 84 и 89 срещу нас, докато много от ботовете под 1000 получиха оценки от 50-те, 60-те и 70-те. Партиите бяха по-трудни там, където трябва.
Петте партии срещу Maximum
Maximum е най-силният бот в списъка на chess.com, с рейтинг 3200 на картата си. Играхме срещу него пет пъти: три пъти с белите (партии от 56, 69 и 32 хода) и два пъти с черните (43 и 63 хода). И петте завършиха с мат в наша полза. Средната ни точност в тези пет партии беше 97,2 срещу 87,7 за Maximum.
Какво показа chess.com
Картинките по-долу са снимки на екрана на страниците на chess.com за някои от тези партии, направени на 20 октомври 2026 г. Името на акаунта и снимката са закрити с обикновен етикет и нищо друго не е променено. chess.com преизчислява Game Review при повторно отваряне на партия, така че числата на тези снимки могат да се различават малко от записаните от нас по време на партията и ползвани в таблицата и графиките по-горе. Където се различават, снимката е по-новата стойност. На някои снимки дъската показва началната позиция, защото прегледът не е бил стартиран.
Четири момента от партиите
Таблицата с резултатите крие интересното. Изброихме всеки ход, който нашият по-дълбок преглед (18 полухода търсене, по-бавен от бързия преглед на приложението) или Game Review на chess.com отбеляза като грешка, пропуск или груба грешка, или след който шансът ни за победа спадна с 8 пункта или повече в дълбокия преглед. Това даде 15 хода в 35-те партии. Четири са показани тук, с позицията преди хода. На всяка дъска двете жълти полета показват хода, който изигра двигателят, а зелената стрелка показва хода, предпочитан от дълбокия ни преглед. Дъските са начертани с фигурите Royal на самия chessGM.
Партия 35 срещу Maximum: взимане, което дълбокият ни преглед не хареса
Това е най-ясният пример защо един преглед не бива да се приема за истината. Два анализатора прочетоха един и същи ход и стигнаха до противоположни етикети. Включваме го, защото е най-лошо изглеждащият ни ход според собственото ни по-дълбоко търсене, а не защото е най-добре изглеждащият.
Партия 21 срещу Li (2000): шах с топ, който дълбокият ни преглед постави под въпрос
Партия 29 срещу Giri (2800): най-ниската точност от 35-те
Партия 33 срещу Maximum: най-дългата партия
Как прегледът на chess.com се сравнява с нашия
Приложението chessGM има собствен преглед на партии, затова прекарахме всяка партия през три анализатора: Game Review на chess.com, бързия ни преглед (около 12 полухода дълбочина, този, който приложението пуска във вашия браузър) и дълбокия ни преглед (18 полухода, пуснат на нашия сървър). Те дадоха на нашата страна тези средни точности:
Трите се съгласуват тясно по общата точност. По отделните ходове се съгласуват по-малко: бързият ни преглед даде същия етикет като chess.com за 54 процента от ходовете (1232 от 2268), а дълбокият ни – за 60 процента. Различните двигатели винаги ще разграничават „Най-добър“ от „Отличен“ по различен начин, затова ни интересува повече съгласието по големите оценки – грешки и груби грешки, – отколкото по всеки нюанс.
Как измервахме
- Противниците. Компютърните ботове на chess.com, в режима за ботове без рейтинг, без часовник. Една партия наведнъж, един ход наведнъж.
- Ходовете. Избрани от двигателя на chessGM на собствения ни Mac, с по 1 до 3 секунди всеки. Асистент с изкуствен интелект, управляващ браузъра, въвеждаше всеки ход на дъската.
- Извадката. 30 бота, разпределени по обхвата на рейтингите, плюс Maximum пет пъти. Не избирахме ботове, които очаквахме да победим, и не пропуснахме нито една партия: и 35-те са в таблицата и в PGN файла.
- Прегледите. Всяка партия беше прегледана от Game Review на chess.com и от нашите собствени бърз и дълбок преглед. Стойностите от Game Review са копирани от страниците за анализ на chess.com.
- Поверителността. Акаунтът, използван за партиите, е премахнат от PGN файла и от всички фигури тук.
Какво означават и какво не означават числата
- Рейтингът на бота е етикетът на chess.com за този бот. Той не е рейтинг на FIDE и не е човешки рейтинг. „Победи бот 3200“ не означава „е играч 3200“.
- Това бяха компютърни противници. Нищо тук не казва как би се справил двигателят срещу човек и нищо тук не бива да се чете като твърдение за човешката игра.
- Тридесет и пет партии са малка извадка, а 31 различни бота са малка част от 217. Пет партии срещу Maximum са пет партии.
- Резултатът 35–0 няма горна граница. Най-многото, което подкрепя, е долна граница: срещу 10-те бота с рейтинг 2500 или повече 95-процентната долна граница на представянето е около 3350, по собствената скала на chess.com за ботове, без горна граница, защото не е имало равенства или загуби. Това не е човешки рейтинг и не е числото за Stockfish по-долу.
- Оценките за точност са собствената мярка на всеки анализатор. Печелившата страна лесно получава висок резултат, а една-единствена грешка в кратка партия движи числото много.
- В тези партии 15 от ходовете ни бяха отбелязани от единия или другия преглед, а в три от четирите примера по-горе двата прегледа дадоха противоположни етикети. Двигателят не е съвършен.
Как измерваме силата на двигателя, отделно
Измерването, което има граница на грешката, изобщо не ползва chess.com и не е правено в тези 35 партии. Играем двигателя срещу Stockfish 19 при фиксирани настройки на силата (скалата му UCI_Elo). По-ранната, ръчно написана версия на нашия двигател измери 2840 по тази скала (95-процентен интервал от 2816 до 2866, при 1000 партии по 10 секунди плюс 0,1 на ход). По-късна версия постигна +164 Elo срещу настройката 3000 на Stockfish и −31 срещу настройката 3190, при по 200 партии всяка, което поставя тази версия на около 3160, плюс-минус около 30, по същата скала.
Четете ги като мерки, а не като рейтинги. Двигателят е надграден след тези измервания и не можем да кажем коя версия е играла 35-те партии по-горе, затова моля, не четете двата раздела като един резултат. Stockfish калибрира нивата си UCI_Elo при по-дълъг контрол на времето от нашия, а скалата не е нито скалата за ботове на chess.com, нито човешки рейтинг.
Опитайте
Двигателят, описан тук, е този зад chessGM. Можете да играете срещу него със силата, която изберете, да прегледате собствените си партии със същите бърз и дълбок преглед, които ползвахме тук, и да следвате тренировъчен план за рейтинга си. И приложението, и ръководството му са безплатни.
Прочетете ръководството за потребителя на chessGM
Как беше изграден chessGM (казус)
Източници
- 35-те партии: PGN файлът, свързан по-горе, със списъка на ботовете и рейтингите на chess.com, както са показани на 20 октомври 2026 г.
- Точност и етикети на ходовете: Game Review на chess.com за всяка партия, и бързият (дълбочина 12) и дълбокият (дълбочина 18) преглед на приложението chessGM.
- Измерване със Stockfish: двигателят на chessGM срещу Stockfish 19 с UCI_LimitStrength, стълбицата от 1000 партии за по-ранната версия и последващото измерване с 200 партии на ниво за по-късната версия, и двете от докладите за двигателя на екипа на chessGM.
- chess.com е търговска марка на своя собственик. Не сме свързани с него и той не е участвал в този тест.
За авторите
22Softwares е софтуерна компания в Солун, Гърция, и Дака, Бангладеш. Изграждаме и поддържаме chessGM и Carrom от 22Softwares. Този доклад е написан от екипа на 22Softwares по данни, получени от екипа на двигателя chessGM. Въпроси и поправки приемаме с радост на info@22softwares.com.
Фактите и числата са от доклада на екипа на chessGM за кръг 5 (20 октомври 2026 г.) и неговото измерване на рейтинга със Stockfish. Броевете, средните стойности и графиките на тази страница са изчислени от тези данни.