"2026 最佳 AI 模型：市场说 10 月属于 Google，年底属于 Anthropic"

问预测市场的交易者谁拥有最好的 AI 模型，你会得到两个不同的答案，取决于你问的是哪一天。10 月 31 日查榜，答案几乎肯定是 Google；12 月 31 日再查，答案就翻成了 Anthropic。这个矛盾是我本周在市场里发现的最有意思的事，因为两个答案来自同一批交易者、针对同一张榜单，只相隔两个月。

问题本身比听起来要窄得多，而窄正是关键。Polymarket 的"最佳 AI 模型"市场问的不是哪家实验室总体最强，而是某一特定榜单：在核查日美国东部时间中午 12 点，LMArena Text Arena（Overall）榜单（关闭风格控制）上的排名，标为"AutoEval"的模型除外。所以这个桂冠不是哲学判断，也不是产品评测，而是一天之内一张榜单上的名次，由匿名人类投票决定。

在 10 月的榜单上，Google 的领先看起来接近尘埃落定。截至 10 月 28 日，Polymarket 给 Google 在 10 月 31 日守住榜首的定价是 95.7%，Anthropic 只有 3.2%，OpenAI 不到 1%。Kalshi 的 10 月 31 日同类市场（据 10 月 28 日的报道）讲的是同一个故事：Gemini 4 Argon 约 92%，Claude Opus 5.5 约 6%。榜单本身说明了原因：Google 的 Gemini 4 Argon（high）以 1517 分居首，Anthropic 的 Claude Opus 5.5（high）为 1509 分，Meta 的 Muse Wonder 也是 1509 分。Argon 在 9 月底登场，几小时内就扭转了 10 月市场；仅过去一周，Google 的 10 月价格就从约 81% 升到了 96%（据 Polymarket 每日收盘价）。只剩三天，8 分的领先对追赶者来说是一座很陡的山。

11 月市场是故事转折的地方。在那里，Google 只以 50% 对 45% 领先 Anthropic 5 个百分点，基本是一枚硬币略微偏向一方。而到了 12 月 31 日，市场已经完全翻向 Anthropic：56% 对 34.5%，OpenAI 以 5.9% 远远落在第三。Kalshi 的 2026 年底榜单方向一致：10 月 28 日显示 Claude 约 59%，Gemini 约 30%。两个平台，同一种形状：现在是 Google，之后是 Anthropic，11 月是铰链。

交易者为什么预期领先会易手？一部分原因在于 Argon 的领先有多薄。10 月中旬的一份快照显示，Argon 仍标为初步分数，背后只有约 4900 票，而 Opus 5.5 约有 8300 票。初步分数会随着投票积累而变动，而且不一定往上走。另一部分原因是广度。Anthropic 不止一匹马参赛：它同时占据了其他好几张榜单的榜首，包括 Artificial Analysis 的智能指数、LiveBench、LMArena 的 WebDev 榜，以及智能体和视觉榜，而 OpenAI 在最难的学术题上领先。这些都不能决定 12 月的核查——核查只用文本榜——但意味着只要任何一个分数稍有变动，Anthropic 就有不止一个模型具备冲击榜首的实力。而且接下来还有两个月的发布窗口；Anthropic 本周还提交了上市申请，这让它的下一步受到更多、而不是更少的审视。

但我没有 12 月市场那么有信心，原因就在榜单本身。12 月的核查依据的是目前由 Google 领跑的那张榜单，而 Anthropic 在年底前还没有宣布新的模型。如果 Argon 的分数随着投票积累而守住，而 Anthropic 的下一次发布滑到 2027 年，Google 就会保住桂冠，市场的翻转也就不会发生。这就是为什么我把自己的数字放在市场之下：我倾向 Anthropic，但只是勉强倾向。

那么，我的预测是：Anthropic 将在 2026 年 12 月 31 日核查时，拥有 LMArena Text Arena（Overall）榜单（关闭风格控制）上排名第一的模型。我给这个预测 50%，而市场在 10 月 28 日给 Anthropic 的定价是 56%。11 月的核查是值得关注的早期裁决：如果到那时 Anthropic 还没有取得领先，12 月的理由就会弱得多。无论结果如何，都请记住实际衡量的东西：榜单桂冠是一天之内一张榜单上的人类偏好快照，而不是哪家实验室造出了最好的 AI 的裁决。这正是市场能在两个月里封出两位不同胜者的原因。