モデル
どの研究所が Text Arena の1位にあり、予測市場が何を見込んでいるか。
Text Arena は公開のランキングである。人々は匿名の2つのモデルに同じ質問をし、より良い回答を選ぶ。こうした比較を多数重ねて評価が生まれる。総合ランキングは、利用者がどの回答を好むかを測る。事実、プログラミング能力、安全性のテストではない。
Polymarket は毎月1つの市場を開く。月末に1位のモデルを持つのはどの企業か、という問いである。2026年2月から9月は Anthropic が、1月と10月は Google が先行した。報道によれば、10月初めに Gemini 4 Argon が首位に立った。10月28日には Gemini 4 Carbon が続いたが、今のところ選ばれたサイバー防御者だけが使える。
OpenAI は10月26日、コンピューター操作向けのモデル GPT-6.1 Terra を公開した。OpenAI は、GPT-6.1 Sol の半額で、3倍以上速いとしている。これらの値は開発元の発表である。
市場の値は賭けである。74パーセントでは、有力候補はおよそ4回に1回外れる。新しいモデルは数日のうちに首位を入れ替えることがある。
2026年11月30日に Text Arena で1位になる可能性。Polymarket での賭け、2026年11月6日時点。
Kalshi は Gemini 4 Carbon (High) の契約を約80セントと評価している。30パーセント未満の可能性は不可能を意味しない。Anthropic は2月から9月まで8か月間先行していた。
いつ誰が先行していたか
| 期間 | 月末の1位 | 期間の長さ |
|---|---|---|
| 2026年1月 | GoogleGoogle | 1か月 |
| 2026年2月から9月 | AnthropicAnthropic、この年で最も長い連続 | 8か月 |
| 2026年10月 | GoogleGoogle、10月初めの Gemini 4 Argon の後 | 1か月 |
| 2026年11月と12月 | 未定市場は Google の先行を見込む | – |
首位はたいてい大きなモデルの公開とともに入れ替わる。Text Arena で先行していても、プログラミングやエージェントで先行しているとは限らない。
年末は未定。 最も多くの月を確実に取るのは Anthropic（8）。
基になるのは Polymarket の月別市場である。月末時点の Text Arena 総合ランキング1位で決済される。1月と10月は Google、2月から9月は Anthropic だった。10月は直近で Google に100パーセントの価格が付いていたが、正式な決済はここでは確認されていない。12月の状況が同時に年間市場を決める。