Claude Opus 4.8 目前市场隐含概率为7%，表示其首秀评分低于1480。24小时交易量为$110。在 Polymarket Trade 上实时交易。
该市场已归档。下方保留历史内容。
Claude Opus 4.8 是 Anthropic 即将发布的下一代旗舰大语言模型，预计将在不久的将来登上 LMSYS Arena 排行榜。LMSYS Arena 是广泛认可的众包 LLM 排行榜，模型根据基于用户偏好投票的 Elo 评分进行排名，是开放人工智能社区的关键基准。该市场中大多数交易者（93%）对 4.8 将以 1480 Elo 评分或更高的分数首秀充满信心，这个阈值将使其跻身排行榜上测试过的性能最高的模型之列。相反，只有 7% 的市场参与者认为其首秀时评分将低于这个基准。该市场定价反映了市场对 Anthropic 近期扩展轨迹的广泛信心，以及在旗舰对旗舰过渡中观察到的持续增量改进。然而，Arena 上的模型首秀可能会因测试方差、动态竞争格局和众包偏好投票的主观性质而产生意外结果。
Anthropic 在 LMSYS Arena 排行榜上拥有良好的历史记录。2024 年 3 月发布的 Claude 3 Opus 首秀评分约为 1332 Elo，随着架构改进、训练数据规模扩大和计算投入增加，后续模型版本呈上升趋势。Claude 3.5 Sonnet 使该公司的 Sonnet 系列成为高度竞争力的产品，而 Opus 变体在开放 LLM 基准测试中始终排名靠前。1480 阈值代表了一个显著的性能标准——远高于大多数领先的闭源模型，接近最近排行榜结果的顶峰。 几个因素可能推动 Claude 4.8 走向是（低于 1480）。Anthropic 可能会优先考虑不同的能力侧重——例如推理深度而非基准测试通用性。上下文长度限制或 Arena 测试期间特定硬件的局限可能会造成人为天花板。众包偏好投票可能产生惊人结果：如果 Arena 用户认为 4.8 冗长、由于安全培训过度谨慎，或与简洁偏好不一致，该模型可能表现低于纯能力预期。更广泛的 Elo 膨胀或 Arena 投票转变也可能导致基准上升，使 1480 更难达到。 支持否（首秀达 1480+）的因素包括 Anthropic 展现的工程势头、最近版本中清晰的能力增益、扩展的训练数据和增加的计算资源。该公司的强大跨模型性能表明系统性进展。历史先例很重要：Claude 3 Opus、GPT-4 和 PaLM 首秀通常达到或超过保守预期，通常产生正面惊喜。 7% 的概率反映了市场的观点，即意义重大的低于 1480 的回归不太可能发生。交易者将下行尾部风险（架构不匹配、测试方差）视为低概率事件。流动性薄弱（$1,916）和成交量适中（$110/天）表明套期保值或信念交易有限；定价可能反映默认怀疑态度而非强烈看涨信心。薄弱的市场为拥有特定 Anthropic 产品知识或 Arena 投票见解的交易者提供了改变局面的空间。
该市场在 Claude Opus 4.8 在 LMSYS Arena 排行榜上首秀，且 Elo 评分严格低于 1480 时裁定为是。如果模型首秀分数为 1480 或以上，则市场裁定为否。裁定在 Arena 排行榜官方发布 4.8 首秀评分时进行。
预测市场将交易者的预期聚合为实时概率估计。在 Polymarket Trade 上，每个市场问题根据特定事件结果裁定为 YES 或 NO；交易者购买他们认为会以正面结果裁定的一方的份额。价格范围从 0¢（确定 NO）到 100¢（确定 YES），自然反映人群隐含的 YES 概率。本页面为来自搜索引擎的读者总结市场状态；如需实时交易（下单、查看订单簿深度、执行交易），请打开上方链接的完整交互页面。