这个结果对迈阿密国际足球俱乐部能否卫冕,以及现年39岁的莱昂内尔·梅西在未来几周意味着什么?美洲、西班牙及其他地区的足球迷,从现在到季后赛期间应该关注什么、提前安排什么 (来源)?
简单来说:迈阿密国际足球俱乐部:梅西所在的美国迈阿密足球俱乐部;季后赛:决出冠军的淘汰赛阶段;纽约城足球俱乐部:一支纽约足球俱乐部;美国职业足球大联盟:美国和加拿大最高水平的足球联赛;ESPN:大型体育电视频道和网站;东部联盟:联盟中属于东部的一半球队;亚特兰大联合足球俱乐部:美国亚特兰大的一支足球俱乐部;路易斯·苏亚雷斯:乌拉圭前锋,梅西的队友
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;9 位裁判在不知道作者的情况下为回答打分。
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)、Meta、Gemini、Qwen、Z.ai、Kimi、DeepSeek、Wenxin 和 Claude Opus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——美国领先 1.3; Meta (美国)——美国领先 1.3; Gemini (美国)——美国领先 0.3; Qwen (中国)——美国领先 1.2; Z.ai (中国)——美国领先 1.3; Kimi (中国)——美国领先 0.9; DeepSeek (中国)——美国领先 1.6; Wenxin (中国)——美国领先 1.0; Claude Opus (美国)——美国领先 1.6.
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
迈阿密国际足球俱乐部能在东部联盟排第二吗?
每个 AI 回答的原题: 迈阿密国际足球俱乐部能否在2026赛季美国职业足球大联盟常规赛全部结束后(最后一场定于2026年11月7日),按 mlssoccer.com/standings 上的官方积分榜,以东部联盟第二名的成绩结束常规赛?于2026年11月14日核查。第一名不算,第三名及之后的名次也不算。季后赛结果不计。
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 · 60%
- Nemotron + Mercury65%
- Claude62%
- Gemini62%
- ChatGPT56%
- Meta48%
- 五个中国 AI合计 · 57%
- Wenxin82%
- Qwen65%
- Z.ai60%
- Kimi46%
- DeepSeek40%
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 AI60%Claude, ChatGPT, Meta, Gemini, Nemotron + Mercury5 个全部回答
- 五个中国 AI57%Qwen, Z.ai, Kimi, DeepSeek, Wenxin5 个全部回答
- 全部十个 AI58%Claude, ChatGPT, Meta, Gemini, Nemotron + Mercury, Qwen, 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
- ☑️!+! [直播比赛] ☑️ 洛杉矶银河 vs. 波特兰:2026年比赛预览与开赛时间 · 见于 Google Trends
- 迈阿密国际对纽约城的MLS比赛何时开打:球队、日期、时间和电视直播 · 来源已由编辑核实:espn.com.co
- 维拉斯科又是一名意外伤员,博卡希望他能在对阵瓦斯科达伽马时复出 · 见于 Google Trends
- 杜兰对杜兰:欧罗巴联赛上两名哥伦比亚中锋的较量 · 见于 Google Trends
- 米兰 vs · 见于 Google Trends
- 国际货币基金组织负责人称阿根廷将提前还清债务,卡普托回应:“你会大吃一惊的” · 见于 Google Trends
- 玛丽亚·苏丽塔对莱昂诺尔公主和索菲亚公主折服,并前所未有地谈起其表亲费利佩六世的女儿们 · 见于 Google Trends
- 何塞·拉蒙·德拉莫雷纳回忆与何塞·玛丽亚·加西亚的冲突:“我过了头,过了一百个村,他也一样” · 见于 Google Trends
- 因厄尔尼诺,科尔多瓦加强监测能力:城市哪些区域受影响会更严重 · 见于 Google Trends
- 旺达·纳拉乘胡安塞与拉·莫纳的敞篷车入场备受瞩目:马丁·菲耶罗奖的NG花絮 · 见于 Google Trends