Stockfish 18!
Stockfish 18 legt deutlich zu
Quelle: Stockfish – Blogeintrag „Stockfish 18“, 31. Januar 2026
Mit Stockfish 18 veröffentlicht das Entwicklerteam eine neue Hauptversion der Schachengine. Gegenüber Stockfish 17 bringt das Update in Tests einen Elo-Zuwachs von bis zu 46 Punkten und gewinnt viermal so viele Partien, wie es verliert. Die Spielqualität verbessert sich durchgehend, ausdrücklich auch im Fischer-Random-Schach. Damit bleibt Stockfish nicht nur stärker als jeder menschliche Spieler, sondern dominiert weiterhin Engine-Turniere – selbst auf älterer oder schwächerer Hardware.
Kern der Neuerungen ist eine überarbeitete Bewertungsarchitektur. Mit der neuen Netzwerkstruktur SFNNv10 wurde die Eingabeschicht um sogenannte „Threat Inputs“ erweitert. Diese zusätzlichen Informationen helfen der Engine, bedrohte Figuren natürlicher zu erfassen und Stellungen präziser einzuschätzen. Die Entwickler sprechen von einem großen Gemeinschaftsprojekt, das direkt in die Qualität der Bewertungen eingeflossen ist.
Auch unter der Haube wurde kräftig gearbeitet. Eine neue Shared-Memory-Lösung erlaubt es mehreren Stockfish-Prozessen, sich die Gewichte des neuronalen Netzes zu teilen. Das senkt den Speicherbedarf und macht Stockfish 18 besonders effizient für Cloud-Analysen und Szenarien mit hoher Parallelität. Parallel dazu wurde der Code stärker auf moderne Prozessorbefehle abgestimmt und das Zusammenspiel der Threads während der Suche verfeinert.
Im Suchalgorithmus selbst setzt Stockfish 18 auf eine weiterentwickelte Korrekturhistorie. Bewertungen werden dynamisch angepasst, abhängig von Mustern, die während der Suche erkannt werden. Das verbessert unter anderem die Behandlung von Pattstellungen und Festungen. Zudem wurde ein seltenes, aber heikles Problem bei der Erkennung von Stellungswiederholungen im Zusammenspiel mit en passant und Fesselungen behoben.
Ein weiterer Schwerpunkt liegt auf dem Trainingsprozess der neuronalen Netze. Dieser wurde grundlegend umgestellt und automatisiert. Statt einzelner, schwer reproduzierbarer Schritte nutzt das Projekt nun standardisierte Trainingsketten. Damit lassen sich Netzwerke mit mehr als 100 Milliarden Stellungen trainieren, basierend auf Bewertungsdaten von Leela Chess Zero.
Der Blogeintrag betont mehrfach den Community-Charakter des Projekts. Stockfish bleibt freie Open-Source-Software, getragen von Entwicklern, Testern und Unterstützern aus aller Welt. Die Maintainer danken ausdrücklich den Beiträgen aus der Community sowie den inzwischen mehr als 14.600 Sternen auf GitHub, die das Projekt dort gesammelt hat.
Basierend auf dem Video von Daniel Monroe sind dies die Hauptneuerungen in Stockfish 18:
Verbesserungen des Suchalgorithmus
1. Optimierte Correction Histories
- Stockfish nutzt "Correction Histories", um konsistente Fehlbewertungen der neuronalen Netzwerke zu korrigieren
- Neu: Die verschiedenen Suchthreads (einer pro CPU-Kern) teilen nun ihre Correction Histories untereinander
- Threads können sich so über beobachtete Fehler austauschen
- Resultat: Genauere Korrekturen und messbare Spielstärkeverbesserung
2. Asymmetrie-Korrektur
- Analyse zeigte: Stockfish macht Fehler mit konsistenter Asymmetrie nach oben
- Lösung: Positive Fehler werden nun abgezinst (discounting)
- Bringt weitere Stärkepunkte
3. Fraktionale Reduktionen bei Late Move Reduction
- Früher: Suchtiefe konnte nur in ganzen Zahlen angepasst werden
- Neu: Unterstützung für Bruchteile bei Reduktionen
- Ermöglicht feinere Abstufungen
- Beispiel: Wenn der beste Zug eine Figur schlägt, wird die Tiefe für andere Züge nun um 1,09 statt genau 1 reduziert
Neue Neuronale Netzwerk-Architektur
Threat-Awareness (inspiriert von Monty Engine)
- Früher: Netzwerk erhielt nur Positionen der Figuren als Input
- Neu: Zusätzliche Inputs für Bedrohungs- und Verteidigungsbeziehungen zwischen Figuren
- Das Netzwerk wird explizit informiert, wenn eine Figur eine andere angreift oder verteidigt
Optimierungen:
- Eliminierung doppelter Bedrohungen (z.B. zwei Bauern, die sich gegenüberstehen)
- Schnellere Bedrohungserkennung durch Tracking von Änderungen statt Neuberechnung
- Komprimierung der Threat-Input-Gewichte für CPU-Cache-Nutzung
Resultat:
- Tuning-Parameter zeigen: Deutlich höheres Vertrauen in die Vorhersagen des Netzwerks
- Schlechtere Positionen können aggressiver beschnitten werden
- Performance-Verbesserung: bis zu 7 ELO-Punkte
Die Bottom Line
Gegen Stockfish 8 (die Version, die 2017 gegen AlphaZero verlor): Stockfish 18 ist über 100-mal schneller!
