ChatGPT、Gemini、Claude 誰預測比較準？

Claude 以 57.5%（460/800）暫居第一。但三家的 95% 信賴區間大幅重疊，這個排名還不能當成能力差距。

MLB 美國職棒：Claude 57.1%（601 場）、ChatGPT 55.7%（603 場）、Gemini 52.9%（601 場）
WNBA 女子職籃：Claude 72.3%（94 場）、ChatGPT 69.6%（92 場）、Gemini 70.6%（85 場）
英超 英格蘭超級聯賽：Claude 40.0%（20 場）、ChatGPT 35.0%（20 場）、Gemini 45.0%（20 場）
西甲 西班牙甲級聯賽：Claude 44.0%（25 場）、ChatGPT 41.7%（24 場）、Gemini 42.3%（26 場）
德甲 德國甲級聯賽：Claude 55.6%（18 場）、ChatGPT 55.6%（18 場）、Gemini 55.6%（18 場）
法甲 法國甲級聯賽：Claude 33.3%（18 場）、ChatGPT 31.6%（19 場）、Gemini 36.8%（19 場）
義甲 義大利甲級聯賽：Claude 57.1%（21 場）、ChatGPT 61.9%（21 場）、Gemini 57.1%（21 場）
歐冠 歐洲冠軍聯賽：Claude 66.7%（3 場）、ChatGPT 71.4%（7 場）、Gemini 71.4%（7 場）

模型會自報 0~1 的信心值。用 Brier 分數檢驗（越低越好，「永遠說五成」等於 0.250）：
Claude：0.239　✅ 信心值有參考價值
ChatGPT：0.249　✅ 信心值有參考價值
Gemini：0.258　⚠️ 不比「永遠說五成」有用

三家平均後的共識是 57.1%，並沒有贏過表現最好的單一模型。合議在這個題目上目前看不出增益，這點與直覺相反，但資料就是這樣。

關於這些數字