概率
价格如何变动
该市场于2026年7月29日首次被记录时,价格仅为8%,反映出市场开盘之初普遍认为Anthropic不太可能在月底登顶。此后价格在24小时内迅速攀升,波动区间一度覆盖5%到100%,显示出剧烈的重新定价过程,但现有数据未能确认对应的单一公开触发事件。截至目前,过去24小时价格仅上升0.5个百分点,225次报价显示交易活跃但走势已趋于平稳,说明市场在经历初期剧烈波动后已进入相对稳定的高位区间。
分析
背景
LMArena(原Chatbot Arena)是一个由用户匿名投票产生模型排名的平台:访问者同时看到两个匿名模型的回答,选出更满意的一个,系统据此计算出类似Elo等级分的排名。参与角逐第一名的包括Anthropic(Claude系列)、OpenAI(GPT系列)、谷歌(Gemini系列),以及阿里巴巴的通义千问、DeepSeek、月之暗面的Kimi等中国实验室的模型。该榜单每次有新模型发布或投票数据更新时都可能重新洗牌,历史上第一名多次在几周甚至几天内易主。
这个市场询问的是,截至2026年8月31日美东时间中午12点,LMArena文本竞技场总榜(关闭风格控制)上排名第一的模型是否属于Anthropic。规则同时写明了并列情形的处理方式:先比较未经四舍五入的具体分数,分数仍相同则按公司名称字母顺序判定。
这个市场诞生的时间很短,首次记录出现在2026年7月29日,当时价格仅为8%,意味着市场刚开盘时普遍不看好Anthropic能在月底登顶。仅仅一天之后,价格已升至94%,期间价格波动区间一度覆盖5%到100%,说明市场在极短时间内经历了剧烈的重新定价过程。这种从个位数概率跳升到九成以上的走势,通常对应着某个具体的信息冲击,例如榜单本身出现了排名变化,但现有数据未指向单一公开可核实的触发事件,因此不能确定具体原因。
过去24小时内价格仅上涨0.5个百分点,225次报价记录显示交易频率不低,但价格已趋于稳定,这说明市场在经历初期剧烈波动后进入了一个相对确定的区间,交易者之间对结果的分歧正在缩小。71,694美元的累计成交量放在加密预测市场的语境下并不算大,目前只有Polymarket一个场所提供该合约,这意味着价格对少量交易仍可能保持敏感,不宜将94%解读为经过充分市场检验的最终共识。
LMArena榜单本身的机制决定了排名的不稳定性:它依赖持续更新的用户投票,任何实验室发布新旗舰模型都可能在几天内改变总榜格局。过去一年中,OpenAI、谷歌、Anthropic的旗舰模型都曾轮流占据过总榜第一,说明单一模型保持领先地位的窗口期通常并不长。规则中关于并列情形的处理方式也值得注意:如果8月底出现多个模型分数极为接近的情况,未经四舍五入的具体分数将成为决定性因素,而非榜面上四舍五入后的显示分数。
影响概率的因素
现有模型的领先幅度
如果Anthropic当前榜首模型与紧随其后的竞争对手之间存在明显的分数差距,短期内被超越的概率较低,这是支撑94%高位的核心因素。分差越大,新发布模型需要达到的门槛就越高。
竞争对手的发布节奏
OpenAI、谷歌DeepMind或xAI在8月31日前发布新一代旗舰模型,是唯一可能直接推翻当前排名的事件。这类发布通常会提前有产品预热或开发者社区讨论,但具体时间难以预测。
中国实验室的追赶速度
阿里巴巴通义千问、DeepSeek、月之暗面Kimi等模型近年在LMArena榜单上排名持续上升,但截至目前尚未进入与Anthropic正面竞争总榜第一的位置,这一格局对结果影响有限,但决定了中长期竞争态势。
投票样本的自然波动
LMArena依赖持续累积的用户投票,样本量和投票人群构成的变化可能在没有新模型发布的情况下小幅调整分数排序,尤其是在分差较小的并列区间。
市场自身的流动性
目前仅Polymarket一个场所交易该合约,累计成交量约71,694美元,意味着价格对单笔较大交易仍较为敏感,不能完全排除价格因流动性原因出现短期偏离。
支持理由
- Anthropic当前榜首模型需要在2026年8月31日中午12点核对时仍保持分数领先。
- OpenAI、谷歌、xAI以及中国实验室在此之前不发布能够反超的新模型或不产生足以扭转排名的投票数据变化。
- 如果出现分数并列的情况,按规则须先比较未经四舍五入的具体分数,这一比较结果需要有利于Anthropic。
反对理由
- 任何一家竞争对手在8月31日之前发布一款评分明显更高的新旗舰模型,都可能直接夺走第一名。
- LMArena榜单依赖持续更新的用户投票,即便没有新模型发布,样本积累也可能小幅改变分数排序,尤其是在分差较小时。
- 该市场成立时间很短且成交量有限,目前94%的价格反映的是一个尚未经过长期检验、流动性有限的判断,不代表经过充分市场检验的最终结论。