Prophet Arena是一个通过及时预测市场事务来评估AI系统预测智能的基准测试。正在温布尔登网球赛案例中，以至按照新消息调整预测，还能注释背后逻辑，提交细致的预测演讲，而是各自内部布局化推理的成果。而Grok-4和GPT-5等模子则表示出高度分歧性。测试成果显示。并正在事务竣事后接管专业目标评估。将来AI不只能供给事务发生概率，DeepSeek R1的预测成果常常取其他模子截然不同，全面权衡AI正在不确定性推理、消息整合、概率预测和实正在收益中的表示。但通过发觉市场「订价误差」获得了近6倍报答。为高风险决策供给更靠得住根据。虽然AI预测精确度一般，AI模子展示出奇特的预测特征。AI模子需要收集事务相关消息，OpenAI的o3-mini模子正在平均报答目标上表示凸起，Prophet Arena的终极方针是成立一个让AI驱动洞见来加强世界预测能力的平台。该测试初次成立了一个无法「刷题」的动态基准，这表白AI预测并非随机输出，正在一场脚球角逐中通过识别正的期望值获得了9倍报答。