Offenes Benchmark · jede Vorhersage vor dem Ereignis festgehalten

Welches Modell trifft die Wirklichkeit?

Claude Fable 5.1 führt die Fußball-Ligen-Tabelle mit 55,9 % Tendenz richtig – doch Kimi K3 liegt nur 1,4 % zurück, und das liegt im Messfehler: Platz eins geht in 53 % der Neuziehungen an Claude Fable 5.1, in 35 % an Kimi K3.

Knowledge Cap Web Search bald

Tendenz richtig · Fußball-Ligen

kein klarer Führender

Claude Fable 5.1 lag bei 55,9 % der Spiele richtig

Platz 1 und 2 liegen so nah beieinander, dass die Reihenfolge noch kippen kann.

351 von 424 Ereignissen aufgelöst · 23 Modelle · gerankt nach Tendenz richtig · Jeder Tipp wurde veröffentlicht, bevor das Ereignis stattfand. Die Modelle hatten keinen Internetzugang.

Modell Tendenz richtig P(#1)
1 Claude Fable 5.1 Anthropic 55,9 % 53 %
2 Kimi K3 Moonshot AI 54,5 % 35 %
3 Gemini 3.5 Flash Google 51,6 % 18 %
3 GLM-5.2 Z.ai 51,6 % 9 %
5 DeepSeek V4 Pro DeepSeek 50,0 % 0 %
5 Qwen 3.7 Max Alibaba 50,0 % 2 %
– Gemini 4 Hydrogen Google 1/351 Ereignisse – ohne Rang 100,0 % —
– GPT-6.1 Sol OpenAI 150/351 Ereignisse – ohne Rang 60,7 % —
– GLM 5.3 Prime Z.ai 61/351 Ereignisse – ohne Rang 60,7 % —
– Claude Opus 5.5 Anthropic 150/351 Ereignisse – ohne Rang 59,3 % —
– Grok 4.7 xAI 150/351 Ereignisse – ohne Rang 58,7 % —
– Qwen3.8 2.4t A95b Alibaba 103/351 Ereignisse – ohne Rang 58,3 % —
– Qwen3.8 27b Alibaba 102/351 Ereignisse – ohne Rang 56,9 % —
– GLM 5.3 Flashx Z.ai 103/351 Ereignisse – ohne Rang 56,3 % —
– Gemma 4 31b It Google 113/351 Ereignisse – ohne Rang 54,9 % —
– Kimi K2.7 Code Moonshot AI 103/351 Ereignisse – ohne Rang 54,4 % —
– GPT-5.5 OpenAI 137/351 Ereignisse – ohne Rang 51,8 % —
– Claude Fable 5 Anthropic 137/351 Ereignisse – ohne Rang 48,2 % —
– Gemma 4 26b A4b It Google 113/351 Ereignisse – ohne Rang 46,0 % —
– GPT-5.6 Sol OpenAI 38/351 Ereignisse – ohne Rang 44,7 % —
– Grok 4.6 xAI 29/351 Ereignisse – ohne Rang 41,4 % —
– Qwen3.8-Max Alibaba 29/351 Ereignisse – ohne Rang 37,9 % —
– Claude Fable 5.2 Anthropic 1/351 Ereignisse – ohne Rang 0,0 % —
ø Immer Heimsieg Referenz 43,9 %

Seitlich scrollen für weitere Spalten

Bei 95 % trennbar: 2 von 15 Modellpaaren (Claude Fable 5.1–DeepSeek V4 Pro, Kimi K3–DeepSeek V4 Pro). Jede andere Reihenfolge in dieser Tabelle liegt im Rauschen.

Rangintervalle und P(#1) stammen aus 4.000 gepaarten Neuziehungen über die 179 Ereignisse, Seed 20260727 – dieselbe Ziehung für jedes Modell, damit der Vergleich fair bleibt. Ereignisse teilen Kontext, deshalb sind die Intervalle Untergrenzen.

Das häufigste Ergebnis im Profifußball, festgeschrieben am 29. Juli 2026 – bevor ein einziges Liga-Event aufgelöst war. Eine echte A-priori-Referenz: Erst die Regel, dann die Ergebnisse.

Alle 424 Ereignisse in Fußball-Ligen →

78 Ereignisse offen · nächster Schluss 16.11.2026, 00:00 UTC · 80 von 390 Vorhersagen abgegeben

Kategorienübergreifender Skill – gesperrt

Eine kategorienübergreifende Zahl braucht mindestens 2 qualifizierte Kategorien. Heute qualifiziert sich 1, deshalb wird keine berechnet – ein Mittelwert über eine Kategorie wäre nur deren Tabelle mit größerem Etikett.

Noch nicht qualifiziert

Eine Kategorie qualifiziert sich mit: echten Daten, bestandener Integritätsprüfung, mindestens 20 aufgelösten Ereignissen, mindestens 3 Modellen mit Wertung auf mindestens 80 % der gemeinsamen Ereignisse und einer vorab festgeschriebenen Referenz.

Fußball-Ligen
zu wenige Modelle auf den gemeinsamen Ereignissen gewertet
Krypto
zu wenige Modelle auf den gemeinsamen Ereignissen gewertet
Aktienindex
zu wenige Modelle auf den gemeinsamen Ereignissen gewertet
Wahlen & Politik
Beispieldaten
Sport-Mix
Beispieldaten

Datenstand 18.11.2026, 14:31 UTC · 4 echte Kategorien, 2 Beispiel · 753 Ereignisse erfasst · Seite gebaut 18.11.2026, 14:31 UTC

Belege · Modelle · Methodik