2026 年 08 月 初步評測
本月所有已完賽且有預測的比賽，自動彙整。
本月共 535 場完成對帳。三家共識勝負命中 307 場（57.4%），同期「全押主隊」為 54.6%。證據不足：本月有效樣本 535 場，距離可以宣稱模型優劣的規模（每聯賽每世代約 1,000 場）還很遠。以下數字僅供追蹤，不構成能力排名。
各模型表現
| 模型 | 命中 | 命中率 | 95% 區間 | 比分誤差 | Brier |
|---|---|---|---|---|---|
| ChatGPT | 296/524 | 56.5% | 52%~61% | 6.60 | 0.247 |
| Gemini | 271/502 | 54.0% | 50%~58% | 6.73 | 0.259 |
| Claude | 312/535 | 58.3% | 54%~62% | 6.68 | 0.238 |
Brier 的比較對象是本月「主隊常數模型」的 0.248，不是 0.250。
分聯賽
| 聯賽 | 場次 | 共識命中率 |
|---|---|---|
| MLB 美國職棒 | 405 | 56.8% |
| WNBA 女子職籃 | 84 | 70.2% |
| 英超 英格蘭超級聯賽 | 9 | 22.2% |
| 西甲 西班牙甲級聯賽 | 12 | 41.7% |
| 德甲 德國甲級聯賽 | 8 | 62.5% |
| 法甲 法國甲級聯賽 | 9 | 22.2% |
| 義甲 義大利甲級聯賽 | 8 | 50.0% |
最佳模型與基準線的配對比較
Claude 在同一批 535 場比賽上，勝負命中率比「全押主隊」+3.7%，95% 區間 -1.7% ~ +9.2%。區間跨過 0，看不出差異。