2026年10月13日,冲浪和户外新闻网站 The Inertia 分享了加州野生动物摄影师 Carlos Gauna 的一部新片,时长13分钟。他驾驶无人机贴近海岸低空飞行,近距离拍下大白鲨在游泳者、冲浪者和海洋生物身边游弋的画面(来源)。
这样的影像能让我们对大白鲨,以及同一片海滩上的人们,了解到什么?游泳者、冲浪者和带孩子来海滩的家庭,应该从中得到哪些启示?
简单来说:The Inertia:一家冲浪和户外运动新闻网站;Carlos Gauna:一位用无人机拍摄鲨鱼的加州电影人;great white shark:体型最大的捕食性鲨鱼,常见于加州近海;drone:一种可以在地面遥控飞行的小型摄像飞行器
评测方式 · 媒体须知
全球 10 个领先 AI(美国 5 个、中国 5 个)回答同一个当日话题的问题,AI 裁判在不知道作者的情况下为回答打分。
记者和博主:本站任何内容均可使用——只需注明«Poly A1 Trends, trends.polyhelper.ai»并附链接。 CC BY 4.0
媒体邮箱: [email protected]
详细
10 个 AI,同一个问题。5 个来自美国的 AI 和 5 个来自中国的 AI 作答;9 位裁判在不知道作者的情况下为回答打分。共向 16 个 AI 提问,13 个作答;本页每个国家展示最强的 5 个。
回答上方是所有 AI 收到的问题,一字未改。
每个问题都在答案揭晓前封存:由问题原文生成的一段短代码会立即发送到 OpenTimestamps——一个不属于我们的免费公开记录。问题里哪怕改一个字,代码就会不同,所以事后谁也无法悄悄改动问题。
成真了吗:领先 AI 模型的预测 →
ChatGPT、Meta AI、Grok、Gemini、MiMo、Z.ai、Kimi、DeepSeek 和 Wenxin在不知道作者的情况下阅读回答。
- 每一方按公开的 AI 排行榜(LMArena, Artificial Analysis 等),从已作答的 AI 中展示最强的几个——双方数量相同。
- 回答以 A–J 标记,顺序随机,作者名称已隐去——而且每位裁判看到的顺序各不相同,没有哪个回答对所有人都排在第一。
- 每个回答按准确性、超出常识的见解、实用性和清晰度打 1–10 分;得分取裁判的平均值,打分偏严和偏宽的裁判会被调到同一把尺子上。
- 每位裁判在不知道作者的情况下给每个回答打分。如果它恰好给自己所属 AI 的回答打了分,这个分数会显示出来,但不计入得分。
- 双方差距小于 0.3 即为平手。
- 预测今天封存,到期逐一核对。
- 预测怎么打分:准确度 0–100——完全猜中是 100,像抛硬币是 50,完全猜反是 0(这种方法叫布里尔分数,名字来自提出它的气象学家)。
- 每个回答、得分和评语都存档备查。
逐位裁判: ChatGPT (美国)——美国领先 1.2; Meta AI (美国)——美国领先 1.9; Grok (美国)——美国领先 2.3; Gemini (美国)——美国领先 1.4; MiMo (中国)——美国领先 1.7; Z.ai (中国)——美国领先 1.0; Kimi (中国)——美国领先 2.6; DeepSeek (中国)——美国领先 1.5; Wenxin (中国)——美国领先 1.3.
谁的得分最高
每位评审给每个回答的总分;得分为其平均值。得分相同则名次并列。
哪些模型作答
主要组别:每个 AI 使用其最佳的单一模式作答,套餐为普通付费计划(每月约 $20–30)或免费版,开启网络搜索,只答一次。
重型模式——同一模型的多个副本同时思考(如 GPT Pro、Grok Heavy、Deep Think、Agent Swarm 等)——属于单独的组别:它们从不计入各方得分。
模型——应用里 AI 的具体版本。模式——应用自己对 AI 回答前思考多久的叫法;我们选普通模式里最强的。套餐——我们用的应用收费方案。怎么知道是哪个模型:“应用显示”——应用标出了这次回答的模型;“据应用帮助页”——应用只显示模式,我们按开发公司帮助页为该模式写的模型来标;“应用未说明”——应用没有说是哪个模型回答的。每位裁判都用表中同样的模式。
预测 · 2026年11月13日 揭晓
会发生吗?每个 AI 都给出了概率
11月13日前,加州会不会有大白鲨咬人?
每个 AI 回答的原题: 2026年10月15日至11月13日期间,加州海岸会不会有大白鲨咬伤人?符合以下情况才算:攻击并非人为挑衅,当事人被咬伤,且由当地官方(救生员、警方、州政府机构)或鲨鱼研究委员会的事件清单(sharkresearchcommittee.com)在2026年11月13日前确认。以下情况不算:鲨鱼只是撞击或咬了冲浪板或皮划艇,没有碰到人;咬人的不是大白鲨,或无人知道是什么鲨鱼;人是挑衅在先(钓鱼、矛式捕鱼、投喂);或事件发生在加州以外。
2026年11月13日 揭晓结果,即本页发布后第 30 天。结果揭晓后,我们会看每个 AI 给出的可能性离实际结果有多近。
合计 = 去掉最高和最低回答后的平均值
0%25%50%75%100%
- 五个美国 AI合计 · 17%
- Grok25%
- Claude20%
- Gemini18%
- ChatGPT14%
- Meta AI12%
- 五个中国 AI合计 · 30%
- Z.ai45%
- Kimi35%
- Wenxin32%
- MiMo22%
- DeepSeek18%
Poly 指数
Poly 指数是我们网站 Poly A1 的综合预测:上面问题里说的事情发生的可能性。用同一批回答算出三个数字:五个美国 AI、五个中国 AI,以及十个 AI 合在一起。
- 五个美国 AI17%Claude, ChatGPT, Meta AI, Grok, Gemini5 个全部回答
- 五个中国 AI30%MiMo, Z.ai, Kimi, DeepSeek, Wenxin5 个全部回答
- 全部十个 AI23%Claude, ChatGPT, Meta AI, Grok, Gemini, MiMo, Z.ai, Kimi, DeepSeek, Wenxin10 个全部回答
计算方法:去掉最高和最低的回答,其余取平均。AI 作答时没有看到人们在下注网站上押了多少钱。
每个 AI 自己的预测(10)
每条自选预测都在各自的日期核对。
今日热点 · 我们看过的 10 条新闻
- 梵蒂冈称,教皇利奥在手术中被查出患有肺癌 · 见于 Google News, Google Trends, Wikipedia, X
- 《与星共舞》首个“超级碗之夜”收官,一位选手含泪出局 · 见于 Google News, Google Trends, Wikipedia, X
- 马德里竞技2比0曼联(2026年10月13日)比赛分析 · 见于 Google News, Google Trends, Wikipedia, X
- 罚款12亿美元拖累三季度财报,美国银行股价或将创2025年以来最差单日表现 · 见于 Google News, Google Trends, X
- 洛杉矶市长辩论四大看点 · 见于 Google News, Google Trends, X
- 办公室内被放置“精密录音设备”后,一名沙特籍OpenAI员工被捕 · 见于 Google News, Google Trends, Hacker News
- 杰森·沃赫斯深陷恶劣的“水晶湖”泥潭 · 见于 Google News, Google Trends, Wikipedia
- 前《周六夜现场》演员伊戈·诺维迪姆讽刺谢恩·吉利斯关于女性健身服的独白 · 见于 Google News, Wikipedia, X
- 《纳尼亚传奇:魔法师的外甥》预告片曝光阿斯兰、贾迪斯等角色 · 见于 Google News, Wikipedia, X
- 13分钟,你见过的最震撼大白鲨影像 · 来源已由编辑核实:theinertia.com