Anthropic’s November 9 release of Claude Fable 5.2 drove the latest sentiment shift by posting a provider-reported 74.2% on Humanity’s Last Exam, a 2,500-question expert benchmark spanning advanced reasoning and domain knowledge across math, sciences, and humanities. This edges ahead of prior Claude Opus 5.5 results near 67.7% and non-Anthropic leaders like Kimi K3.1 Pro at 70%, reflecting gains from improved tool-augmented workflows and model scaling. Traders weigh these verified leaderboard moves against remaining 2026 release windows, potential benchmark refinements such as HLE-Diamond subsets, and competitive pressure from OpenAI’s GPT-6 series and Google Gemini variants that could narrow or widen the gap before December 31 resolution.
Este mercado se resolverá a favor de "Sí" si cualquier modelo de Anthropic Claude alcanza al menos la precisión especificada en Humanity’s Last Exam antes del 31 de diciembre de 2026, 23:59 ET. De lo contrario, este mercado se resolverá como "No". A efectos de resolución, "precisión" se refiere únicamente al valor etiquetado como "HLE Accuracy" o a una métrica claramente equivalente si cambia la presentación o la terminología de los datos, con independencia del Calibration Error del modelo o de cualquier otra métrica mostrada. La fuente de resolución será la clasificación oficial de Humanity’s Last Exam en https://agi.safe.ai/. Si la fuente de resolución deja de estar disponible durante el periodo indicado, este mercado permanecerá abierto para permitir que los datos pertinentes vuelvan a estar disponibles. Si la fuente sigue sin estar disponible una vez finalizado el periodo indicado, o se confirma por otros medios que no volverá a estar disponible, podrán utilizarse los resultados oficiales de Humanity’s Last Exam publicados en otro lugar. Si no hay ninguna fuente alternativa oficial disponible, este mercado se resolverá a favor de "No".
Traducción automática. En caso de disputa, prevalece el original.