合约如何运作
这类合约在结果为“是”时结算为1美元，结果为“否”时结算为零，中间不存在其他赔付。价格本身就是市场参与者当前对这一结果发生概率的共同判断：如果某份合约价格为0.30美元，大致意味着市场认为这件事发生的可能性约为十分之三——这只是一个说明机制的假设数字，并非本市场的实际价格。结算依据的是2026年10月31日美东时间中午12点arena.ai上Text Arena总榜（不做风格控制）的快照，判定当时榜首模型所属公司是否为Anthropic，若评分并列则先比较底层Arena分数，再按公司名称字母顺序裁定。在结算日之前，持有该合约的一方通常可以按当时的市场价格将其卖出，而不必等到最终结算。
是1%
否99%
概率
价格如何变动
目前可获得的数据显示，该市场的市场隐含概率为0%，且全部成交量（约1,142,830美元）都集中在Polymarket一个场所，没有第二个场所的价格可供比较出价差。在没有更细颗粒度的逐日历史读数的情况下，当前这一接近于零的平稳水平本身就是信息：它反映的是市场对“否”这一结果近乎一致的判断，而由于结算时间点（2026年10月31日美东时间中午12点）已经临近或过去，这一读数更接近于对已发生结果的确认，而非对未来走势的预测。
分析
背景
LMArena（原LMSYS Chatbot Arena）是一个由用户参与的匿名对比评测平台：用户向两个未标注来源的AI模型提出相同问题，根据回答质量投票选出更优者，系统据此计算出类似Elo等级分的排名。该平台的Text Arena总榜（Overall，不做风格控制）汇总了包括OpenAI的GPT系列、谷歌的Gemini系列、xAI的Grok系列、Meta的Llama系列、Anthropic的Claude系列，以及DeepSeek、阿里巴巴Qwen等中国厂商模型在内的所有主要竞品评分。
“不做风格控制”意味着原始投票结果未对回答长度或表达风格进行统计调整，这类未经调整的人类偏好投票有时会更青睐表达更详尽、更具修饰性的回答。Anthropic的Claude系列近年来在编程与代理任务类基准测试中口碑突出，但在这一具体的聊天偏好类总榜上，其排名历史上并不总是领先于谷歌或OpenAI的旗舰模型。
该市场的结算完全依据arena.ai网站上Text Arena总榜（无风格控制、Models筛选、排除AutoEval标记模型）在2026年10月31日美东时间中午12点这一具体时间点的快照结果。
目前可追踪到的这一市场仅在Polymarket上交易，总成交量约1,142,830美元，市场隐含概率为0%，且没有第二个交易场所的价格可供交叉比对。这意味着当前读数完全来自单一流动性池的集体判断，不能像多场所市场那样通过价差来判断分歧程度，但一个接近于零且没有明显其他场所对冲的价格，通常反映的是交易者对结果几乎没有异议。
结算规则要求的是一个极其精确的快照：2026年10月31日美东时间中午12点，arena.ai总榜（不做风格控制）榜首模型所属公司是否为Anthropic。这类总榜在实际运行中更替频繁——谷歌的Gemini系列、OpenAI的GPT系列、xAI的Grok系列，以及DeepSeek、Qwen等中国厂商的模型往往在数周甚至数天内先后发布更新并互相超越榜首位置。这种高波动性本身并不必然利好或不利好任何一家公司，但市场价格跌至接近零，说明交易者判断这种波动在10月31日这一具体时间点并未将榜首交给Anthropic。
另一个值得注意的结构性因素是，Anthropic近期的产品重心更多放在编程与代理类工具（如面向软件工程任务的功能）上，而不是专门针对聊天偏好类评测进行优化。这类不做风格控制的总榜更容易奖励回答更详尽、呈现方式更讨好评审者的模型，而这并非Claude系列一贯的设计取向。即便Claude在编程类基准测试或风格受控的榜单上表现突出，也不代表它能在这一具体的原始偏好投票总榜上登顶。
影响概率的因素
旗舰模型发布节奏
谁在10月31日结算时点前最接近发布最新旗舰模型，往往能在Arena评分上获得短期优势。Anthropic近期发布重心偏向编程与代理类工具而非聊天偏好优化，这在该具体指标上对其不利。
无风格控制指标的偏好结构
未经风格调整的原始人类投票有时更青睐回答更详尽、表达更讨好的模型，这类指标的评价标准与Claude系列强调简洁、安全的产品取向存在一定错位。
竞争格局拥挤
谷歌Gemini、OpenAI GPT、xAI Grok，以及DeepSeek、Qwen等多家厂商同时争夺总榜榜首，任何单一公司持续占据第一的概率都会被多方竞争稀释。
单一交易场所的集中度
该市场目前所有成交量都集中在Polymarket，没有第二个场所的价格可供交叉验证，意味着当前读数反映的是单一流动性池的判断，而非跨市场共识。
精确快照与并列裁定规则
结算只看2026年10月31日美东时间中午12点这一个时间点，且并列时先比底层Arena分数、再按公司名称字母顺序裁定，这使得即便榜单排名接近，最终判定依然清晰明确。
支持理由
- Anthropic需要在2026年10月31日美东时间中午12点之前发布一款新模型，且该模型在人类原始偏好投票上超过谷歌、OpenAI、xAI及中国厂商的所有现有旗舰模型。
- 该模型必须恰好在结算快照的那一刻仍保持总榜（不做风格控制）榜首位置，而不是在此前或此后短暂领先。
- 若出现评分并列，该模型的底层Arena分数需要高于其他并列模型，或在公司名称字母排序上占优。
反对理由
- 市场隐含概率已跌至接近零，说明交易者判断截至结算快照，总榜榜首并未落在Anthropic名下。
- Anthropic的Claude系列历史上在这一具体的不做风格控制总榜上很少占据绝对第一，即便其在编程等专项基准上表现领先。
- 谷歌、OpenAI、xAI以及DeepSeek、Qwen等厂商持续、频繁地推出旗舰模型更新，长期压缩任何单一公司稳居总榜榜首的概率。
后续关注
由于结算快照时间为2026年10月31日美东时间中午12点，后续需要关注的是arena.ai上Text Arena总榜（不做风格控制）页面本身的实际呈现结果，以及Anthropic是否在该时间点前后发布过新模型并被收录进该榜单。此外，谷歌、OpenAI、xAI等公司在同一时间窗口内的模型发布动作，也是解释榜单排名变化的直接依据。
交易该结果合约
在 Polymarket 打开
- 免 Gas 费
- 零手续费