概率
价格如何变动
该合约于2026年7月29日首次被记录时价格即为100%，此后价格区间在0%到100%之间出现过波动，但公开信息中没有可验证的具体事件可以解释这次触及零的短暂时刻。过去24小时价格变化为零，435次报价显示价格基本贴着上限稳定运行，这种长期维持在极端水平且几乎不再变动的状态，通常表明市场认为结果已接近确定，交易活动更多是对既定判断的确认而非重新定价。
分析
背景
Chatbot Arena（现属LMArena）是由加州大学伯克利分校团队发起的大语言模型评测平台，通过让用户对两个匿名模型的回答进行盲选投票，计算出类似Elo等级分的Arena评分，并据此生成排行榜。该榜单被广泛视为衡量各实验室模型综合能力的公开、可复现的参照系，参与方包括Anthropic（Claude系列）、OpenAI、谷歌DeepMind、xAI，以及多家中国实验室，如DeepSeek、阿里巴巴、字节跳动、百度、月之暗面（Moonshot）、美团和智谱（Z.ai）。
本次市场关注的是文本排行榜（text leaderboard）在“风格控制关闭”设置下的排名结果，这一设置不对模型的回答长度、格式等风格因素做归一化处理，因此更接近用户投票的原始结果。截至该问题被提出时，Anthropic的模型已在该榜单占据榜首位置，这也是市场对结果给出极端一致预期的基础。
该合约在Polymarket上首次记录于2026年7月29日，当时价格即为100%，累计成交额约120.475万美元，全部集中在这一个交易场所，说明这是一个交易者对结果高度一致、且愿意投入相当资金去验证既定判断的市场，而非各方存在明显分歧的博弈。过去24小时价格变动为零个百分点，435次报价记录显示价格几乎没有波动，这种“价格贴着上限不动”的状态通常意味着市场认为悬念已经消失，剩余的只是等待官方榜单在结算时点做出确认。
值得注意的是，该市场自记录以来的价格区间为0%到100%，说明中间确实出现过价格触及零的时刻——这可能反映了极薄流动性下的试探性成交或短暂的挂单失误，公开信息中没有可验证的具体事件可以解释这一次波动，因此不宜将其归因于任何具体新闻。但从后续价格迅速回归并稳定在100%来看，这一次波动并未改变市场的整体判断，反而凸显出多数交易时间内市场对结果的确定性。
从结算机制本身看，决定结果的是7月31日中午12点这一个精确快照，而不是整个7月的走势。这意味着即便某实验室在7月内发布过有竞争力的模型，只要它未能在检查时点前将Arena评分推高至超过Anthropic现有模型的水平，结果就不会改变。Chatbot Arena的评分更新依赖持续的人工投票积累，一款全新模型通常需要数天到数周才能获得足够票数形成稳定、有统计意义的评分，这也是市场认为一天之内格局反转概率极低的实际依据。
影响概率的因素
现有榜首优势
Anthropic的模型在结算检查前已占据榜首，且需要被反超的时间窗口只剩不到两天，这本身就大幅压低了结果反转的可能性。
Arena评分的积累速度
新模型要获得能与既有榜首竞争的稳定评分，通常需要持续数天至数周的投票积累，短期内难以完成，这一机制客观上锁定了短期内榜单的稳定性。
竞争对手的发布节奏
OpenAI、谷歌DeepMind、xAI以及DeepSeek、阿里巴巴等中国实验室若在结算时点前发布重大更新，理论上可能冲击榜首，但目前没有公开信息显示有这类发布正好安排在这一时间窗口内。
并列结算规则
若最终出现评分并列，先比较未四舍五入的具体评分，再按公司名称字母顺序判定，这一规则在评分极为接近时会影响最终结果归属，但目前价格显示市场并不认为会出现如此接近的情形。
支持理由
- Anthropic现有模型需要在2026年7月31日美东时间中午12点的排行榜快照中保持未四舍五入Arena评分的领先。
- 在此之前，没有其他实验室的模型能够在LMArena文本榜（风格控制关闭）上积累到超过Anthropic模型的投票评分。
反对理由
- OpenAI、谷歌DeepMind、xAI或DeepSeek、阿里巴巴等中国实验室中的某一家需要在结算检查前发布新模型并获得足够投票，使其评分超过Anthropic现有模型。
- 这一评分反超必须在极短的时间内完成，通常这类稳定评分的形成需要数天到数周的持续投票积累，时间窗口构成实际障碍。