大谷翔平是洛杉矶道奇队的日本投打双料球星。他说,膝盖和手臂的伤病已困扰他好几个月,但仍能继续比赛。美国体育频道ESPN于2026年10月14日报道,他在季后赛状态低迷后,被调至打线第六棒。
同一晚,密尔沃基酿酒人队以6比2击败道奇队。酿酒人队目前以3比0领先七场四胜制的国家联盟半决赛,再赢一场即可晋级世界大赛。第四场将于2026年10月15日(周四)在洛杉矶进行(来源)。
这件事对道奇队、大谷翔平和酿酒人队意味着什么?接下来可能会发生什么?对本页的读者,比如美国、日本等地的棒球迷、关注带伤出战明星的人,以及支持处境艰难球队的球迷,这件事有什么启示?
简单来说:ESPN:美国的体育电视频道和网站;道奇队:洛杉矶的棒球队,2024年和2025年的冠军;酿酒人队:密尔沃基的棒球队,现在领先系列赛;世界大赛:美国棒球的最后一轮决赛;国家联盟:美国棒球的两大联盟之一;七场四胜制:先赢四场的队伍晋级;双向球星:既投球又打击的球员
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(包括一位来自欧洲的裁判)在不知道作者的情况下为回答打分。
(许可协议 CC BY 4.0)
记者和博主:这里的内容可按需取用——只需注明«Poly Trends, polyhelper.ai»。
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;8 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,11 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 →
Mistral (Large 4 or Medium 3.5)、ChatGPT、Meta、Gemini、Nemotron + Mercury、Qwen、Kimi 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——也包括自己所属的 AI 和同一家公司的 AI 的回答,所有分数都计入:回答是匿名的,裁判不知道哪一个是自己的。
- 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: Mistral——中国领先 0.5; ChatGPT (美国)——中国领先 0.7; Meta (美国)——中国领先 0.6; Gemini (美国)——中国领先 0.6; Nemotron + Mercury (美国)——美国领先 0.5; Qwen (中国)——中国领先 1.2; Kimi (中国)——美国领先 0.5; Wenxin (中国)——中国领先 1.0.
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,套餐为普通人自己会买的付费计划(每月最高约 $40)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。
每个国家的五位 AI 每 3 天按平均得分复核一次:最弱者把位置让给最强的候补。
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14日 揭晓
会发生吗?每个 AI 都给出了概率
酿酒人队会在11月14日前夺得棒球冠军吗?
每个 AI 回答的原题: 密尔沃基酿酒人队能否赢得2026年世界大赛,且决胜场在2026-11-14或之前打完?核查依据:美国职业棒球大联盟季后赛官方网站(https://www.mlb.com/postseason),或报道冠军归属的主要体育新闻网站。只有酿酒人队在该日期前赢下世界大赛的决胜场才算。仅赢得国家联盟半决赛、在世界大赛中领先但尚未夺冠,或系列赛到2026-11-14仍未结束,均不算。
2026年11月14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 · 46%
- ChatGPT56%
- Nemotron + Mercury55%
- Gemini45%
- Meta38%
- Grok27%
- 五个中国 AI合计 · 48%
- StepFun58%
- MiMo55%
- Kimi50%
- Qwen40%
- Wenxin35%
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 AI46%ChatGPT, Meta, Grok, Gemini, Nemotron + Mercury5 个全部回答
- 五个中国 AI48%MiMo, Qwen, Kimi, Wenxin, StepFun5 个全部回答
- 全部十个 AI47%ChatGPT, Meta, Grok, Gemini, Nemotron + Mercury, MiMo, Qwen, Kimi, Wenxin, StepFun10 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
- Anthropic 在上市前告诉投资者:季度营收增长 50%,达 168 亿美元 · 见于 GitHub, Google News, Google Trends, Hacker News
- 《GTA VI》新预告片让玩家再看一眼“罪恶之城” · 见于 Google News, Google Trends, Wikipedia, X
- 消息人士称,伊尔汉·奥马尔的手机被扣押,亲属被传唤,涉及刑事调查 · 见于 Google News, Wikipedia, X
- FBI称,OpenAI一名工程师用妻子的ChatGPT账户安装秘密录音装置 · 见于 Google News, Google Trends, Wikipedia
- 用苹果的“做好准备”工具,抢先应对 iPhone Duo 预购热潮 · 见于 Google News, Google Trends, Product Hunt
- 大谷翔平坚称自己能上场,道奇队赛季成败系于此 · 来源已由编辑核实:espn.com
- 52岁人气女演员怀上第三胎 · 见于 Google News, Google Trends, Wikipedia
- “依旧出名,依旧不服输”:为何伊丽莎白·霍姆斯仍是美国最引人入胜的骗子 · 见于 Google News, Google Trends, Wikipedia
- 迈克尔·切尴尬回避被问及谢恩·吉利斯争议性《周六夜现场》独白 · 见于 Google News, Wikipedia, X
- 我怎样管理 Claude Code 的持久循环:Spool · 见于 GitHub, Hacker News, Product Hunt