संक्षेप में
- हमारे इंजन ने chess.com के कंप्यूटर बॉट के खिलाफ़ 35 गेम खेले और सभी 35 जीते, जिनमें 5 सबसे मज़बूत बॉट Maximum (कार्ड पर रेटिंग 3200) के खिलाफ़ थे, और 10 ऐसे बॉट के खिलाफ़ जिनकी रेटिंग 2500 या उससे ज़्यादा है।
- ये गेम हमारे इंजन और chess.com के कंप्यूटर बॉट के बीच थे, उसके बिना रेटिंग वाले बॉट मोड में, बिना टाइमर के। ये इंसानों के खिलाफ़ नहीं थे और किसी रेटेड या प्रतियोगी माहौल में भी नहीं, और ये इस बारे में कुछ नहीं बताते कि इंजन किसी इंसान के खिलाफ़ कैसा खेलेगा।
- chess.com के अपने Game Review ने हमारी चालों की औसत सटीकता 97.3 और बॉट की चालों की 78.5 दी। 35 गेम में उसके रिव्यू ने हमारी तरफ़ 0 ब्लंडर और 4 ग़लतियाँ गिनीं।
- ये आँकड़े एक इंजन की एक तरह के प्रतिद्वंद्वियों के खिलाफ़ जाँच हैं। पूरा रिकॉर्ड हो तो उसकी कोई ऊपरी सीमा नहीं होती, इसलिए वह नहीं बता सकता कि एक पक्ष दूसरे से कितना मज़बूत है। Stockfish के खिलाफ़ इंजन की ताकत हम सही तरीके से कैसे नापते हैं, यह एक अलग माप है जो आगे बताया गया है।
- chess.com ने इस परीक्षण का समर्थन, समीक्षा या हिस्सेदारी नहीं की है। हमने बस उसके सार्वजनिक कंप्यूटर प्रतिद्वंद्वियों के खिलाफ़ खेला।
हमने क्या किया, और कौन खेला
chessGM हमारा मुफ़्त चेस ऐप है, जिसके लिए एक इंजन लिखा गया है। हम चाहते थे कि बाहर से भी एक जाँच हो जो हमारा अपना सेल्फ़-प्ले न हो, इसलिए 20 अक्टूबर 2026 को हमने इंजन को chess.com के कंप्यूटर बॉट के खिलाफ़ खिलाया। इंजन, यानी chessGM का अपना Go इंजन जिसमें न्यूरल-नेटवर्क मूल्यांकन (NNUE) है, अक्टूबर 2026 के बिल्ड में, हमारे अपने Mac पर नेटिव चला, chess.com पर नहीं। हर चाल उसी ने चुनी। फिर एक वेब ब्राउज़र चला रहे AI असिस्टेंट ने हर चाल chess.com के बॉट बोर्ड में टाइप की, एक बार में एक गेम, बिना टाइमर और किसी की मदद के।
हमने chess.com के सारे बॉट के खिलाफ़ नहीं खेला। उस समय उसकी सूची में 217 थे। हमने रेटिंग के पूरे दायरे में फैले 30 चुने, सबसे कमज़ोर से लेकर Maximum से नीचे के सबसे मज़बूत तक लगभग हर 100 रेटिंग अंक पर एक, और फिर Maximum के खिलाफ़ पाँच बार खेला, White और Black दोनों के तौर पर। यानी 31 अलग-अलग बॉट के खिलाफ़ 35 गेम।
इंजन को हर चाल के लिए 1 से 3 सेकंड मिले: 1900 तक की रेटिंग वाले बॉट के खिलाफ़ 1 सेकंड, 2000 से 2900 वाले बॉट के खिलाफ़ 2 सेकंड, और Maximum के खिलाफ़ 3 सेकंड। गेम के हिसाब से उसकी औसत सर्च गहराई 14.2 से 21.8 हाफ़-मूव थी।
हर गेम
रेटिंग वे संख्याएँ हैं जो chess.com हर बॉट के कार्ड पर छापता है। ये उसके बॉट के लिए chess.com के अपने लेबल हैं, FIDE या इंसानी रेटिंग नहीं। सटीकता chess.com Game Review का 0 से 100 तक का स्कोर है कि हर पक्ष की चालें उसे मिली सबसे अच्छी चालों के कितने क़रीब थीं।
| # | बॉट (कार्ड पर रेटिंग) | नतीजा (सभी चेकमेट से) | हमारी सटीकता | बॉट की सटीकता |
|---|---|---|---|---|
| 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 |
सभी 35 गेम एक PGN फ़ाइल में डाउनलोड करें (अकाउंट का नाम हटा दिया गया है)
बॉट की रेटिंग के मुक़ाबले सटीकता
दो बातें ध्यान देने लायक हैं। पहली, हमारे इंजन के बिंदु ऊपर एक पतली पट्टी में हैं, 93.0 से 99.7 तक। इसका एक कारण यह है कि इंजन मज़बूत है और दूसरा यह कि सटीकता के स्कोर सबसे अच्छी चाल चलने को इनाम देते हैं, जो जीतते समय आसान होता है। दूसरी, सबसे मज़बूत बॉट सच में बेहतर खेलते हैं: 2500 और उससे ऊपर के बॉट ने हमारे खिलाफ़ 84 से 89 के बीच स्कोर किया, जबकि 1000 से नीचे रेटिंग वाले कई बॉट 50, 60 और 70 के दायरे में रहे। गेम वहीं कठिन थे जहाँ उन्हें होना चाहिए था।
Maximum के खिलाफ़ पाँच गेम
Maximum chess.com की सूची का सबसे मज़बूत बॉट है, जिसके कार्ड पर रेटिंग 3200 है। हमने उसके खिलाफ़ पाँच बार खेला: तीन बार White के तौर पर (56, 69 और 32 चालों के गेम) और दो बार Black के तौर पर (43 और 63 चालें)। पाँचों हमारे पक्ष में चेकमेट पर खत्म हुए। इन पाँच गेम में हमारी औसत सटीकता 97.2 थी, जबकि Maximum की 87.7।
chess.com ने क्या दिखाया
नीचे की तस्वीरें इनमें से कुछ गेम के लिए chess.com के अपने पेजों के स्क्रीनशॉट हैं, जो 20 अक्टूबर 2026 को लिए गए। अकाउंट का नाम और फ़ोटो एक सादे लेबल से ढक दिए गए हैं और बाकी कुछ नहीं बदला गया है। गेम दोबारा खोलने पर chess.com Game Review को फिर से गिनता है, इसलिए इन स्क्रीनशॉट के आँकड़े उन आँकड़ों से थोड़े अलग हो सकते हैं जो हमने गेम के समय दर्ज किए और ऊपर की तालिका व चार्ट में इस्तेमाल किए। जहाँ वे अलग हों, वहाँ स्क्रीनशॉट का मान ज़्यादा ताज़ा है। कुछ स्क्रीनशॉट में बोर्ड शुरुआती पोज़िशन दिखाता है क्योंकि रिव्यू शुरू नहीं हुआ था।
गेमों के चार पल
स्कोरबोर्ड दिलचस्प हिस्सा छिपा देता है। हमने हर वह चाल सूचीबद्ध की जिसे हमारे गहरे रिव्यू (18 हाफ़-मूव की सर्च, ऐप के क्विक रिव्यू से धीमा) या chess.com के Game Review ने ग़लती, मिस या ब्लंडर के रूप में चिह्नित किया, या जिसके बाद गहरे रिव्यू में हमारी जीत की संभावना 8 अंक या ज़्यादा गिरी। इससे 35 गेम में 15 चालें मिलीं। चार यहाँ दिखाई गई हैं, चाल से पहले की पोज़िशन के साथ। हर बोर्ड पर दो पीले खाने वह चाल दिखाते हैं जो इंजन ने खेली और हरा तीर वह चाल जो हमारे गहरे रिव्यू को पसंद थी। बोर्ड chessGM के अपने Royal मोहरों से बनाए गए हैं।
Maximum के खिलाफ़ गेम 35: एक कैप्चर जो हमारे गहरे रिव्यू को पसंद नहीं आया
यह सबसे साफ़ उदाहरण है कि एक रिव्यू को सच क्यों नहीं मानना चाहिए। दो विश्लेषकों ने एक ही चाल पढ़ी और उलटे लेबल पर पहुँचे। हम इसे इसलिए दर्ज करते हैं कि यह हमारी अपनी गहरी सर्च के हिसाब से हमारी सबसे बुरी दिखने वाली चाल है, इसलिए नहीं कि यह सबसे अच्छी दिखती है।
Li (2000) के खिलाफ़ गेम 21: एक रूक शह जिस पर हमारे गहरे रिव्यू ने सवाल उठाया
Giri (2800) के खिलाफ़ गेम 29: 35 में सबसे कम सटीकता
Maximum के खिलाफ़ गेम 33: सबसे लंबा गेम
chess.com का रिव्यू हमारे रिव्यू से कैसे मेल खाता है
chessGM ऐप का अपना गेम रिव्यू है, इसलिए हमने हर गेम तीन विश्लेषकों से चलाया: chess.com का Game Review, हमारा क्विक रिव्यू (लगभग 12 हाफ़-मूव गहरा, जो ऐप आपके ब्राउज़र में चलाता है) और हमारा गहरा रिव्यू (18 हाफ़-मूव, हमारे सर्वर पर चला)। उन्होंने हमारे पक्ष को ये औसत सटीकताएँ दीं:
मुख्य सटीकता पर तीनों काफ़ी हद तक सहमत हैं। अलग-अलग चालों पर वे कम सहमत हैं: हमारे क्विक रिव्यू ने 54 प्रतिशत चालों (2,268 में से 1,232) पर chess.com जैसा ही लेबल दिया और हमारे गहरे रिव्यू ने 60 प्रतिशत पर। अलग-अलग इंजन “Best” और “Excellent” को हमेशा अलग तरह से बाँटेंगे, इसलिए हम हर रंगत से ज़्यादा बड़े फ़ैसलों, यानी ग़लतियों और ब्लंडर, पर सहमति की परवाह करते हैं।
हमने कैसे नापा
- प्रतिद्वंद्वी। chess.com के कंप्यूटर बॉट, उस बॉट मोड में जो रेटेड नहीं है, बिना टाइमर के। एक बार में एक गेम, एक चाल।
- चालें। chessGM इंजन ने हमारे अपने Mac पर चुनीं, हर एक के लिए 1 से 3 सेकंड के साथ। ब्राउज़र चला रहे एक AI असिस्टेंट ने हर चाल बोर्ड में डाली।
- नमूना। रेटिंग के दायरे में फैले 30 बॉट और Maximum पाँच बार। हमने वे बॉट नहीं चुने जिन्हें हराने की हमें उम्मीद थी, और कोई गेम नहीं छोड़ा: सभी 35 तालिका और PGN में हैं।
- रिव्यू। हर गेम का रिव्यू chess.com के Game Review और हमारे अपने क्विक व गहरे रिव्यू से हुआ। Game Review के मान chess.com के विश्लेषण पेजों से कॉपी किए गए हैं।
- गोपनीयता। गेम के लिए इस्तेमाल हुआ अकाउंट PGN से और यहाँ की हर तस्वीर से हटा दिया गया है।
आँकड़ों का क्या मतलब है और क्या नहीं
- किसी बॉट की रेटिंग उस बॉट के लिए chess.com का लेबल है। यह FIDE रेटिंग नहीं है और इंसानी रेटिंग भी नहीं। “3200 के बॉट को हराया” का मतलब “3200 का खिलाड़ी है” नहीं है।
- ये कंप्यूटर प्रतिद्वंद्वी थे। यहाँ कुछ भी नहीं बताता कि इंजन किसी इंसान के खिलाफ़ कैसा करेगा, और यहाँ की किसी बात को इंसानी खेल के बारे में कथन नहीं समझना चाहिए।
- पैंतीस गेम एक छोटा नमूना हैं, और 31 अलग बॉट 217 का एक छोटा टुकड़ा हैं। Maximum के खिलाफ़ पाँच गेम पाँच ही गेम हैं।
- 35–0 के रिकॉर्ड की कोई ऊपरी सीमा नहीं है। वह ज़्यादा से ज़्यादा एक निचली सीमा का समर्थन करता है: 2500 या उससे ज़्यादा रेटिंग वाले 10 बॉट के खिलाफ़ प्रदर्शन की 95 प्रतिशत निचली सीमा लगभग 3350 है, chess.com के अपने बॉट पैमाने पर, और कोई ऊपरी सीमा नहीं क्योंकि कोई ड्रॉ या हार नहीं हुई। यह इंसानी रेटिंग नहीं है और नीचे के Stockfish वाले आँकड़े जैसा भी नहीं।
- सटीकता के स्कोर हर विश्लेषक का अपना माप हैं। जीतने वाले पक्ष के लिए ऊँचा स्कोर पाना आसान होता है, और छोटे गेम में एक ग़लती नंबर को बहुत हिला देती है।
- इन गेमों में हमारी 15 चालें किसी न किसी रिव्यू ने चिह्नित कीं, और ऊपर के चार उदाहरणों में से तीन में दोनों रिव्यू ने उलटे लेबल दिए। इंजन पूर्ण नहीं है।
इंजन की ताकत हम अलग से कैसे नापते हैं
जिस माप में त्रुटि-सीमा होती है, वह chess.com का बिल्कुल इस्तेमाल नहीं करता, और वह इन 35 गेमों में नहीं किया गया था। हम इंजन को Stockfish 19 के खिलाफ़ तय ताकत की सेटिंग पर खिलाते हैं (उसका UCI_Elo पैमाना)। हमारे इंजन के पहले, हाथ से बने बिल्ड ने उस पैमाने पर 2840 नापा (95 प्रतिशत अंतराल 2816 से 2866, 10 सेकंड और हर चाल पर 0.1 के साथ 1,000 से ज़्यादा गेम में)। बाद के बिल्ड ने Stockfish की 3000 सेटिंग के खिलाफ़ +164 Elo और उसकी 3190 सेटिंग के खिलाफ़ −31 स्कोर किया, हर एक में 200 गेम में, जिससे उसी पैमाने पर वह बिल्ड लगभग 3160 पर आता है, कमोबेश 30 के हेरफेर के साथ।
इन्हें पैमाइश की तरह पढ़ें, रेटिंग की तरह नहीं। उन मापों के बाद से इंजन को सुधारा गया है, और हम नहीं कह सकते कि ऊपर के 35 गेम किस बिल्ड ने खेले, इसलिए कृपया दोनों हिस्सों को एक नतीजा न समझें। Stockfish अपने UCI_Elo स्तर हमारे से लंबे समय-नियंत्रण पर कैलिब्रेट करता है, और यह पैमाना न chess.com का बॉट पैमाना है और न इंसानी रेटिंग।
खुद आज़माएँ
यहाँ बताया गया इंजन वही है जो chessGM के पीछे है। आप उसे अपनी चुनी ताकत पर खेल सकते हैं, अपने गेमों का उन्हीं क्विक और गहरे रिव्यू से विश्लेषण कर सकते हैं जो हमने यहाँ इस्तेमाल किए, और अपनी रेटिंग के लिए ट्रेनिंग योजना अपना सकते हैं। ऐप और उसकी गाइड दोनों मुफ़्त हैं।
chessGM अपने ब्राउज़र में खेलें
स्रोत
- 35 गेम: ऊपर लिंक की गई PGN फ़ाइल, 20 अक्टूबर 2026 को दिखाई गई chess.com की बॉट सूची और रेटिंग के साथ।
- सटीकता और चाल के लेबल: हर गेम के लिए chess.com Game Review, और chessGM ऐप के क्विक (डेप्थ 12) और गहरे (डेप्थ 18) रिव्यू।
- Stockfish माप: UCI_LimitStrength के साथ Stockfish 19 के खिलाफ़ chessGM इंजन, पहले बिल्ड के लिए 1,000 गेम की सीढ़ी और बाद के बिल्ड के लिए हर स्तर पर 200 गेम का अगला परीक्षण, दोनों chessGM टीम की इंजन रिपोर्टों से।
- chess.com अपने मालिक का ट्रेडमार्क है। हमारा उससे कोई संबंध नहीं है और उसने इस परीक्षण में हिस्सा नहीं लिया।
लेखकों के बारे में
22Softwares थेसालोनिकी (ग्रीस) और ढाका (बांग्लादेश) की एक सॉफ़्टवेयर कंपनी है। हम chessGM और Carrom by 22Softwares बनाते और चलाते हैं। यह रिपोर्ट 22Softwares टीम ने chessGM इंजन टीम के तैयार किए डेटा से लिखी है। सवाल और सुधार info@22softwares.com पर भेज सकते हैं।
तथ्य और आँकड़े chessGM टीम की राउंड-5 रिपोर्ट (20 अक्टूबर 2026) और उसके Stockfish रेटिंग माप से लिए गए हैं। इस पेज की गिनतियाँ, औसत और चार्ट उसी डेटा से निकाले गए हैं।