据 PolyBeats 监测,在预测市场 Polymarket 上,20 分钟前,1 名聪明钱在「DeepSeek 在 12 月 31 日前拥有 #1 AI 模型吗?」投入 $4.9k「是」,平均买入概率为 73.3%,导致「是」概率从 8.0% 涨至 73.4%。
dry-september 投入 $4.9k,与本市场最佳相关板块为人工智能,板块净盈利 $4.0k。其在该板块共 23 笔已结算交易的胜率为 17/23(74%),其中买入价小于 $0.8 且卖出价大于 $0.95 的交易共 2 笔。相近成本价区间($0.651-$0.7)内,其历史投入金额中位数为 $4.7k。
按照市场规则,DeepSeek 需要今年内在 LMArena 排行榜中拥有最高模型得分。
DeepSeek 自身技术报告给出的 V4-Pro-Max 数据显示,其在 LiveCodeBench 达到 93.5、Codeforces rating 3206、SWE Verified 80.6、GPQA Diamond 90.1,并强调 Pro-Max 是最大推理努力模式。Artificial Analysis 也将 DeepSeek V4 Pro 0813(Reasoning, Max Effort)列为 Intelligence Index 第 2 / 104,得分 53,说明它在第三方综合智力评估中已经接近第一梯队。
但 LMArena 当前榜单仍显示 DeepSeek 离规则定义的「#1」有明显距离。截至 8 月 12 日,第 1 名是 Anthropic 的 claude-fable-5,分数 1506±5;第 2、第 3 也由 Anthropic 的 Claude Opus 系列占据。DeepSeek 新出现的 deepseek-v4-pro-max-20260813 目前为 AutoEval 行,分数 1465±10,尚未显示正式排行;已有正式排行的 deepseek-v4-pro 位于第 50,分数 1458±4。
---------------------------------
讓你更早看到未來,關注 @PolyBeats_Bot
See tomorrow, today. Follow @PolyBeatsEN