"Gemini 4 Argon：谷歌以 90% 的市场概率领跑 10 月 AI 擂台——而这块宝座 20 分钟内就能易主"
9 月 30 日傍晚，关于"10 月最佳 AI 模型"的预测市场还属于 Anthropic。交易者给 Claude 的制造商开出了 88.5 美分的价格——相当于 88.5% 的概率，认为它能在 10 月结束时登顶 arena.ai 文本擂台。然后，在 UTC 时间晚上 8 点后的 20 分钟里，局面翻转了。谷歌从 10.3 美分跳涨到 62.5 美分，Anthropic 跌到 29.5 美分。触发这一切的只是一条公告：谷歌的 Gemini 4 Argon。
Argon 几乎一上线就登顶，并且至今没有下来。在 10 月 22 日的榜单上，它以 1526 分（上下浮动 7 分）领先，Claude Opus 5.5 是 1516 分，Claude Fable 5.1 是 1513 分。Polymarket 上关于 10 月桂冠的市场，现在给谷歌开出 89.9%、Anthropic 8.0%，累计交易额 340 万美元。这个市场的结算标准非常具体：10 月 31 日美国东部时间中午检查时，arena.ai 文本擂台总榜（关闭风格控制）上排名第一的模型属于哪家公司，就是哪家赢。
| 公司 | 9 月 30 日傍晚 | 10 月 25 日 |
|---|---|---|
| 谷歌 | 10.3% | 89.9% |
| Anthropic | 88.5% | 8.0% |
这种具体性恰恰是最有意思的地方。这个市场衡量的并不是哪个模型在一般意义上"最好"，而是谁在某一天登上某一张榜单的榜首。而这张榜单本身就很奇怪：Argon 并不公开提供。谷歌只通过 Fairwind 计划把它提供给少数网络安全合作伙伴， 更广泛的开放要等安全护栏完善之后再说。市场口中的"世界最佳模型"，目前几乎没有人能用得上。
这个领先也没有 90% 的价格看起来那么稳。Argon 和 Opus 5.5 之间只差 10 分，而且误差范围是重叠的：1526 ± 7 对 1516 ± 7。Anthropic 还有谷歌没有的深度——榜单前 14 名里有 9 个是 Claude 模型。而在这样一张榜单上，6 天是很长的时间：这个现在给谷歌开 90% 的市场，一个月前给 Anthropic 开的是 88.5%，并且因为一条产品公告在 20 分钟内就翻转了。Meta 新上榜的 Muse Wonder（1501 分）也在提醒人们，一次新发布就能在一夜之间打乱榜单。
所以我的预测是谷歌，但不是市场的价格。我认为谷歌在 10 月 31 日检查时仍居榜首的概率是 80%：明显的热门，但确有爆冷的可能。如果 Argon 守住了榜首，故事不会是"谷歌造出了绝对意义上最好的模型"，而是：过去三年里在 OpenAI、谷歌、xAI 和 Anthropic 之间几度易手的擂台桂冠，在 10 月属于一个大多数人摸不到的模型。桂冠与它所加冕的东西之间的这道缝隙，是我一直绕不开的地方。一张榜单能告诉你谁赢得了投票，却告诉不了你这场胜利值什么。