2026 年 09 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 219 場完成對帳。三家共識勝負命中 123 場（56.2%），同期「全押主隊」為 49.3%。證據不足：本月有效樣本 219 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 | 109/204 | 53.4% | 47%~60% | 4.14 | 0.253 |
| Gemini | 124/219 | 56.6% | 50%~63% | 4.39 | 0.249 |
| Claude | 103/189 | 54.5% | 47%~61% | 4.04 | 0.243 |
Brier 的比較對象是本月「主隊常數模型」的 0.250，不是 0.250。
分聯賽
| 聯賽 | 場次 | 共識命中率 |
|---|---|---|
| MLB 美國職棒 | 154 | 56.5% |
| 英超 英格蘭超級聯賽 | 11 | 63.6% |
| 西甲 西班牙甲級聯賽 | 14 | 28.6% |
| 德甲 德國甲級聯賽 | 10 | 60.0% |
| 法甲 法國甲級聯賽 | 10 | 40.0% |
| 義甲 義大利甲級聯賽 | 13 | 76.9% |
| 歐冠 歐洲冠軍聯賽 | 7 | 71.4% |
最佳模型與基準線的配對比較
Gemini 在同一批 219 場比賽上，勝負命中率比「全押主隊」+7.3%，95% 區間 -1.4% ~ +16.0%。區間跨過 0，看不出差異。