AI 預測球賽準嗎？
AI 預測球賽準嗎？先講結論
不算準，但比亂猜好。本站從 2026 年 7 月起，讓 ChatGPT、Gemini、Claude 三家 AI 在賽前各自預測比分，賽後公開對帳。截至目前 1442 場已完賽比賽，三家共識猜中勝負 805 場，命中率 55.8%（95% 信賴區間 53.2%~58.4%）。同一批比賽全押主隊的命中率是 52.3%，AI 只多了 3.5 個百分點。單一模型最好的是 Claude（56.3%）。
各聯賽 AI 命中率跟全押主隊比起來如何？
不同運動難度差很多，所以一定要分開看。下表每一列都是同一批比賽：
| 聯賽 | 場數 | AI 共識命中 | 全押主隊 | 差距（百分點） |
|---|---|---|---|---|
| MLB 美國職棒 | 881 | 56.4% | 53.8% | +2.6 |
| WNBA 女子職籃 | 145 | 73.8% | 58.6% | +15.2 |
| 西甲 西班牙甲級聯賽 | 83 | 49.4% | 45.8% | +3.6 |
| 英超 英格蘭超級聯賽 | 70 | 47.1% | 34.3% | +12.9 |
| 義甲 義大利甲級聯賽 | 70 | 48.6% | 50.0% | -1.4 |
| 法甲 法國甲級聯賽 | 63 | 33.3% | 47.6% | -14.3 |
| 德甲 德國甲級聯賽 | 62 | 43.5% | 50.0% | -6.5 |
| NBA 美國職籃 | 52 | 71.2% | 50.0% | +21.2 |
| 歐冠 歐洲冠軍聯賽 | 16 | 50.0% | 68.8% | -18.8 |
棒球與籃球裡，AI 相對最有優勢的是 NBA 美國職籃（+21.2 個百分點），最沒優勢的是 MLB 美國職棒（+2.6）。足球有和局，勝負有三種結果，命中率天生比棒球、籃球低；表中足球的「全押主隊」只算主隊贏，和局算沒中，所以足球的差距不能跟棒籃球直接比。
AI 的準確率有在進步嗎？
逐月看共識命中率與同月的全押主隊。每個月的比賽組成不同，單月起伏大多是樣本造成的，看趨勢比看單月重要：
| 月份 | 場數 | AI 共識命中 | 全押主隊 | 差距（百分點） |
|---|---|---|---|---|
| 2026/07 | 76 | 57.9% | 53.9% | +3.9 |
| 2026/08 | 535 | 57.4% | 54.6% | +2.8 |
| 2026/09 | 577 | 55.3% | 51.0% | +4.3 |
| 2026/10 | 254 | 53.1% | 50.0% | +3.1 |
ChatGPT、Gemini、Claude 各自的成績
三家看到的資料完全一樣，差異來自判斷：
| 模型 | 場數 | 命中 | 命中率 | 95% 區間 |
|---|---|---|---|---|
| ChatGPT | 1347 | 747 | 55.5% | 52.8%~58.1% |
| Gemini | 1409 | 764 | 54.2% | 51.6%~56.8% |
| Claude | 1392 | 784 | 56.3% | 53.7%~58.9% |
三家的區間大幅重疊，排名還不能當成能力差距。看三家詳細比較
為什麼 AI 預測球賽沒有想像中準？
一場球賽的勝負本來就有很大的隨機成分。MLB 最強的球隊一季也只贏六成左右的比賽，單場預測的天花板本來就不高。AI 拿到的是近況、對戰、傷兵、先發投手這類公開資料，這些資訊市場早就知道，所以很難靠它們贏過「主場優勢」這種簡單規則太多。本站刻意不給模型看賠率，原因在這篇。
怎麼自己驗證這些數字？
常見問題
AI 預測球賽的準確率大概多少？
本站 1442 場公開對帳中，三家 AI 共識的勝負命中率是 55.8%，全押主隊是 52.3%。
哪一家 AI 預測運動比賽最準？
目前是 Claude（56.3%，1392 場），但三家的信賴區間重疊，還不能說它真的比較強。
AI 預測可以拿來下注嗎？
本站不提供投注建議。命中率高不等於有利可圖，熱門隊的賠率本來就低。
這些預測會不會事後修改？
不會。預測在開賽前寫入就鎖定，賽後只補最終比分，沒中的也照登。
資料可以下載嗎？
可以。資料集頁提供 CSV 與 JSON，採 CC BY 4.0 授權。