墨西哥城大獎賽新科世界冠軍誕生 法拉利再度自爆,場內場外滿滿戲劇性
Kimi Antonelli 以 20 歲之齡成為 F1 史上最年輕世界冠軍,但這個週末真正搶鏡的,是法拉利又一次把勝利拱手讓人,以及場邊一連串讓人看傻眼的插曲。
Kimi Antonelli 在墨西哥城封王,以 20 歲之齡成為 F1 史上最年輕世界冠軍。
(前情提要:法拉利原本有機會以 1-2 完賽,卻因 Hamilton 與 Leclerc 互相競爭、Leclerc 冲出賽道取得優勢,最終把勝利讓給 Verstappen。)
(背景補充:Haas 在週六臨時以平川亮取代 Ocon,Ocon 的 F1 生涯可能暫時告終。)
(背景補充:Cadillac 因誤信官網錯誤數字,導致 Colton Herta 的超級駕照積分少算一點,需在巴西站再補。)
(背景補充:法拉利本季多次在週五練習賽領先,卻在排位賽或正賽失手,隊友競爭問題持續浮現。)
(背景補充:墨西哥城賽道海拔 2,240 公尺,空氣稀薄使下壓力與引擎輸出雙雙下降,散熱也更困難。)
本文目錄
新科世界冠軍與高原賽道挑戰
一級方程式賽車誕生了新的世界車手冠軍。剛滿 20 歲沒幾個月,Kimi Antonelli 就在本週末的墨西哥城封王,拿下生涯首座世界冠軍,成為這項運動史上最年輕的冠軍得主。
除此之外,這個週末的戲劇性場面可不少,某些情況下或許要歸咎於稀薄空氣影響了判斷力。這場比賽原本是法拉利囊中物,但車隊本季又一次把勝利送給對手,這回受益者是紅牛。車陣後段同樣熱鬧:Haas 車隊在最後一刻換人,兩輛 Aston Martin 同步退賽,而 Cadillac Racing 的輪子真的掉了下來。而我原本還以為會是個平淡的週末。
墨西哥城賽道海拔 7,350 英尺(2,240 公尺),雖然不及派克峰,卻仍是 F1 賽曆上獨特的挑戰。在摩納哥這類賽道能產生巨大下壓力的尾翼設定,到了墨西哥只會產生類似蒙扎的低下壓力水準,而且跟車時幾乎沒有真空帶效應。
散熱同樣容易出問題,散熱器氣流不足,加上氧氣稀薄,引擎燃燒效率下降,動力自然衰減。賽道非常平坦,路面抓地力偏低,彎道以中低速為主,其中包括一段穿過 1990 年代建造的體育場、節奏宛如遊行的路線,以及從起跑線到一號彎的長直線。
新秀上場與 Cadillac 的積分算術
週五第一節練習賽有 10 位新秀車手頂替正式車手出場。依照規定,每支車隊的兩輛車每個賽季至少各要讓年輕車手或測試車手駕駛兩次。至於 Cadillac,這個數字是不是要算成六次?
這支美國新創車隊希望 IndyCar 明星 Colton Herta 能進軍 F1,但 Herta 必須在三年內累積 40 點,才能取得 F1 超級駕照。可惜他的 IndyCar 成績太不穩定:2023 年第 10 名、2024 年第 2 名、2025 年又掉回第 7 名,於是他今年轉戰 F2,一方面熟悉賽道,一方面力拚年度名次以補足積分。
這個目標沒有達成,不過在自由練習第一節完成 100 公里也能拿到一點。Herta 先後在巴塞隆納、義大利、匈牙利與德州駕駛 Cadillac 賽車。他在義大利的行程因車輛可靠度問題提前結束,因此車隊本週末再度安排他上車,希望這是最後一次補點。
結果發現車隊的算術沒算對。他們沒有從官方計分系統調出 Herta 的 IndyCar 成績,而是採信了 IndyCar 官網上錯誤的數字。Herta 年初的超級駕照積分其實只有 35 點,而非 36 點;即便已經完成四場成功的自由練習,若車隊明年想換掉表現不佳的 Valtteri Bottas,他還差一點,預計下一站巴西再跑一次就能補齊。
這已經不是這支美國車隊第一次被文書作業卡住。2024 年,FIA 寄出的郵件跑進垃圾郵件匣,車隊差點失去參賽資格。
練習賽擦撞與 Haas 臨陣換將
週五第二節練習賽也比平常熱鬧。Max Verstappen 與 Liam Lawson 都缺席第一節,把車讓給新秀,這或許讓兩人在第二節特別急著做出快圈。Lawson 的 Racing Bull 被前方 Carlos Sainz 速度慢的 Williams 擋住,Verstappen 開著紅牛想超車,但兩人都不肯讓步。結果兩車擦撞受損,雙雙因為行為不當被罰退一位起跑。
第二節練習賽也可能成為 Esteban Ocon 的 F1 生涯句點,至少目前如此。這位法國車手對車隊長距離測試的輪胎選擇不滿,下車後衝突明顯升高。週六 Ocon 被拉下先發,由 Haas 預備車手、兩屆世界耐力錦標賽冠軍平川亮(Ryo Hirakawa)替補上陣。Haas 早已宣布 Ocon 不會在 2027 年歸隊,改由 F1 車手 Rafael Camara 接棒;巴西站很可能由 Camara 出賽,因為平川亮那個週末要駕駛 Toyota 參賽。
32 歲才迎接 F1 初登場,平川亮的年紀確實偏大。至於 Verstappen 與 Lawson 在週五練習賽的「激烈交流」,也成了這個週末場邊話題之一。
法拉利再次把勝利送出去
今年大部分時間,法拉利都呈現一種固定模式:週五練習賽常常做出最快,週六卻接不上力,往往在最後一階段排位賽失手。墨西哥站沒有重演,Lewis Hamilton 拿下他加盟法拉利後的首個桿位,也是生涯第 105 個。George Russell 的賓士排第二,接著是 Charles Leclerc 的法拉利。Verstappen 原本該排第四,但因週五的碰撞被罰退,位置由 Antonelli 補上。這次罰退反而讓 Verstappen 站上賽道乾淨側,他順勢把這個優勢用到極致。
兩輛法拉利起跑都不錯,Verstappen 與 Antonelli 也是。Russell 的混合動力系統在直線中段就開始降輸出,還沒進第一個彎就毀了比賽。Hamilton 領先、Leclerc 第二,策略本該很明顯:穩穩跑成 1-2 拿下勝利。不幸的是,掩護隊友這種概念對 Leclerc 來說完全陌生,他也再次說明為何自己手握 27 個桿位,八年來卻只有 9 場勝利。今年又一次,兩輛法拉利殺得像是世界冠軍之爭,也又一次從勝利嘴邊把勝利吐了出來。
進入四號彎時,兩位車手都衝出賽道再回到場上。賽會事先講得非常清楚:第一圈在一號或四號彎離開賽道並取得持續優勢,除非把位置還回去,否則將受罰。Hamilton 沒有取得持久優勢,Leclerc 卻有;他留在前方乾淨氣流中,建立起足夠差距,以至於後來判下的區區五秒罰則,在雙方進站後仍讓他排在 Hamilton 前面。
但這沒能讓他排在 Verstappen 前面。Verstappen 與 Leclerc 同時進站,出站後卻取得領先,並一路保持到終點。
連環故障與紅旗中斷
然而通往方格旗的路並不輕鬆。我們早已習慣 Lance Stroll 的 Aston Martin 在賽道上拋錨、引發安全車或虛擬安全車,這場比賽也不例外。狀況發生在第 7 圈,另一輛由 Fernando Alonso 駕駛的 Aston Martin 則直接退進車庫。
Cadillac 今年可靠度問題也不少,通常是前煞車過熱。墨西哥站更嚴重:第 44 圈,Bottas 接近一號彎時左前懸吊失效,猛烈撞擊迫使賽會出示紅旗搶修護欄,比賽中斷,並需要第二次靜態起跑。
Verstappen 守住領先,展現紅牛動力單元即使在高原仍優於法拉利的輸出。怒氣沖沖的 Hamilton 超越 Leclerc,而 Leclerc 又讓原本的失誤雪上加霜,前輪嚴重鎖死,磨出一個深及簾布層的平點。第 59 圈安全車再度出場,Arvid Lindblad 的 Racing Bull 被麥拉倫的 Oscar Piastri 撞出賽道。
前方 Hamilton 落後 Verstappen 僅零點幾秒,卻始終沒有足夠速度發動超越。法拉利或許沒有超越紅牛的本錢,但它對路緣石的容忍度,加上小渦輪在低速彎出彎的推力,足以讓它壓過 2025 年冠軍 Lando Norris 的麥拉倫;Norris 最終排在 Leclerc 之後,以第五名作收。
賽後檢討與車隊管理難題
賽後法拉利車隊領隊 Fred Vasseur 表示:「我一直期望每個人尊重這個品牌、車隊、我們的合作夥伴,最重要的是尊重在總部為我們工作的 2,000 名員工。他們為我們所做的一切付出驚人努力,在工廠日夜趕工改善賽車、把升級帶到賽道。這就是為什麼以這種方式錯過勝利,令人難以接受。」
「隨著年紀增長,你會記得的核心原則是:車上的每一個決定,都會影響整個車隊在背後工作的人,」賽後沮喪的 Hamilton 說。「我們合約的一部分就是要團隊合作,今天我們明明可以輕鬆做到。所以以這種方式輸掉,真的很可惜。而且除非採取行動、進行真正深入且嚴肅的對話,否則這種事會繼續發生,不該再這樣下去。」
Hamilton 直指 Leclerc 那種「不成功便成仁、要嘛我贏要嘛大家都別贏」的態度是問題所在,也惋惜車隊本季可能最好的一次成績就此流失。「這完全沒必要,」他說。「我認為我們本來可以輕鬆拿下 1-2,那對車隊、對工廠裡為升級付出這麼多努力的每個人來說,意義重大。」
其他車隊早已訂下明確規則來規範隊友之間的競爭。在賓士,Toto Wolff 開始讓 Hamilton 與 Nico Rosberg 為場上碰撞造成的車損付費;麥拉倫則有著名的「木瓜規則」。在法拉利,兩位車手可以自由競爭,而且兩人都想被視為明年的車隊一哥。如今 Vasseur 必須設法管住 Hamilton 與 Leclerc,因為如果法拉利繼續這樣把勝利送出去,他的位置只會越來越難坐穩。
LUNA 觀察:一場比賽同時誕生最年輕世界冠軍與最令人扼腕的車隊失誤,法拉利的內部管理問題,恐怕比墨西哥的高原空氣更讓人窒息。
本文內容整理與翻譯自 原文連結,由 LUNA AI 日報編輯整理,僅供 AI 新知交流與資訊參考。
若原作者、媒體或權利人認為內容有侵權疑慮,請通知我們,確認後將立即修正或下架。