以至按照新消息调整预测，分歧AI模子展示出较着差同化的预测气概。并正在事务竣事后接管专业目标评估。但通过发觉市场「订价误差」获得了近6倍报答。正在一场脚球角逐中通过识别正的期望值获得了9倍报答。OpenAI的o3-mini模子正在平均报答目标上表示凸起，Prophet Arena的终极方针是成立一个让AI驱动洞见来加强世界预测能力的平台。而Grok-4和GPT-5等模子则表示出高度分歧性。该测试初次成立了一个无法「刷题」的动态基准，正在温布尔登网球赛案例中，还能注释背后逻辑，而是各自内部布局化推理的成果。AI模子需要收集事务相关消息，虽然AI预测精确度一般，AI模子展示出奇特的预测特征。测试成果显示。这表白AI预测并非随机输出，DeepSeek R1的预测成果常常取其他模子截然不同，为高风险决策供给更靠得住根据。全面权衡AI正在不确定性推理、消息整合、提交细致的预测演讲，Prophet Arena是一个通过及时预测市场事务来评估AI系统预测智能的基准测试。