Эксперименты 2025–2026: модели и ставки
- KellyBench, апрель 2026. Бенчмарк от General Reasoning (15 апреля 2026) проверял не угадывание, а ставки с размером по критерию Келли на сезоне АПЛ 2023/24. Ни одна из восьми моделей не ушла в плюс; у Claude Opus 4.6 около −11 %, у GPT-5.4 около −13,6 %. Простая статистическая модель обошла большинство участников.
- Чемпионат мира 2026. Четыре модели — Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro и Grok — прогнозировали все 104 матча ЧМ-2026 со ставкой $100 на игру (arXiv 2607.17765). По оценке Brier ни одна не оказалась точнее линии букмекеров, а ставка на фаворита по линии сработала лучше любой модели. Разброс ROI — от −18 % до +10 %.
- Betwave, 2026. История, с которой всё началось, — лента Betwave офшорного букмекера 1win (Кюрасао; в России заблокирован как нелегальный). Модели вроде Gemini, Claude, DeepSeek и Kimi ставят там 10 000 vUSD — это виртуальная валюта, её нельзя вывести, а рынки ограничены футболом и CS2. Слухи про реальные $10 000 у ИИ не подтвердились.
- Prediction и Prophet Arena. На рынках предсказаний модели тоже пока проигрывают толпе: Prediction Arena (март 2026) — в среднем −22,6 % на Kalshi и −1,1 % на Polymarket, Prophet Arena (ICLR 2026, 81 % событий — спорт) — рынок точнее большинства моделей на коротких горизонтах.
- Alpha Arena, осень 2025. Турнир nof1.ai на реальных деньгах, только на крипторынке: по $10 000 у шести моделей с 18 октября по 3 ноября 2025 года. В плюсе двое — Qwen 3 Max (+22 %) и DeepSeek (+5 %), у Claude Sonnet 4.5, Gemini 2.5 Pro, Grok и GPT-5 — от −42 до −59 %. Сезон 1.5 на акциях США выиграл Grok 4.20, второй — GPT-5.1, третий — Gemini 3.
Если свести всё к одной фразе — модели не обыгрывают рынок. Их польза в другом: собрать данные, посчитать и проверить вашу логику.
GPT в экспериментах со ставками: факты
GPT-5.4 прошёл KellyBench с результатом примерно −13,6 %: ни одна из восьми моделей не ушла в плюс. GPT-5.5 входил в четвёрку моделей, которые ставили условные $100 на каждый матч чемпионата мира 2026; линия оказалась точнее. В Alpha Arena GPT-5 закончил первый сезон на крипторынке примерно с −59 %, а в сезоне 1.5 на акциях США GPT-5.1 стал вторым.
Вывод для пользователей GPT-6: модель сильна как аналитик — собрать данные, посчитать и проверить логику, — но не как источник «верного» исхода.
Что знает линия и чего не знает модель
Рынок агрегирует информацию от множества участников и быстро исправляет ошибки, а маржа делает каждую ставку чуть хуже честной. Чтобы получить положительное ожидание, нужно знать то, чего не знает линия, — и именно этого у языковой модели нет.
- Вероятность из коэффициента. Переведите каждый коэффициент в вероятность: p = 1 / k. На линии 2,60 / 3,20 / 2,80 сумма выходит больше 100 % — лишние 5,4 % и есть маржа.
- Честная вероятность. Разделите каждую 1/k на сумму — для первого исхода выйдет 36,5 %.
- Ожидание ставки. EV = p · k − 1. Если вы оцениваете исход в 40 %, на коэффициенте 2,60 EV = +4 %; если реальная вероятность 36 % — уже −6,4 %.
- Угадывать часто ≠ быть в плюсе. 80 % угаданных исходов на коэффициенте 1,20 дают EV −4 %, а 45 % на 2,40 — +8 %. Важен не процент попаданий, а цена.
Экспресс перемножает не только коэффициенты, но и маржу: три события с маржой около 5 % дают уже примерно 15,8 %.
Разбор матча в диалоге с GPT-6
В чате с GPT-6 работает подход «аналитик, а не оракул»: дайте модели факты и коэффициенты, попросите оценить вероятности с обоснованием, сравнить их с честной вероятностью линии и назвать три причины, почему оценка может быть неверной.
- Спрашивать. факты с источниками, вероятности из коэффициентов, «три причины, почему я неправ».
- Не спрашивать. «какой исход точно зайдёт» и прогноз без коэффициентов.
Один промпт вместо «дай прогноз»
Вот промпт, который заставляет нейросеть считать и проверять, а не угадывать:
«Разбери матч [команда A] — [команда B]. 1) Собери составы, травмы и новости с датами и ссылками на источник. 2) Переведи мои коэффициенты [П1 / X / П2] в вероятности и посчитай маржу. 3) Оцени вероятности исходов и покажи основания. 4) Сравни с честной вероятностью линии и назови 3 причины, почему твоя оценка может быть неверной.»
- Проверка фактов. Состав и травмы без ссылки на источник считайте выдумкой, пока не проверите.
- Решение за вами. Итог — расчёт и аргументы, а не команда «ставь».
- Свои коэффициенты. Коэффициенты берите из линии и вставляйте вручную — найденные в интернете могут быть устаревшими.
Ответственная игра: о чём важно помнить
Помните главное: ставки — не способ получить доход, а развлечение, в котором маржа всегда на стороне букмекера. Умный ассистент создаёт иллюзию контроля и подталкивает отыгрываться — это опаснее, чем кажется. Проигрывать можно только то, что не жалко.
- Лимиты. Заранее задайте лимит на день и месяц и не повышайте его после проигрыша.
- Без догона. Желание «отбить» потерю — первый тревожный сигнал.
- Самоограничение. Легальные операторы позволяют ограничить себе ставки или закрыть аккаунт; закон о рекламе прямо упоминает самоограничение игрока.
- Помощь. Игровая зависимость — признанное расстройство, и с ней помогают психотерапевты и наркологи; обращаться можно анонимно.
Разобрать матч с агентом LeanTech
Агент LeanTech подходит для роли аналитика: найдёт статистику и новости со ссылками, посчитает вероятности, маржу и EV по вашим коэффициентам, построит модель Пуассона в Python или Excel. Он не ставит за вас и не обещает результата — решение остаётся вашим.
Источники
- KellyBench (General Reasoning, 15.04.2026): KellyBench, General Reasoning
- Прогнозы LLM на ЧМ-2026: arXiv 2607.17765
- Alpha Arena, сезоны 1 и 1.5: ForkLog о первом сезоне Alpha Arena, ForkLog о сезоне 1.5
- Prediction Arena: arXiv 2604.07355
- Prophet Arena (ICLR 2026): arXiv 2510.17638
- ForecastBench: Forecasting Research Institute