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.
यदि कोई भी Anthropic Claude मॉडल 31 दिसंबर 2026, 11:59 pm ET तक Humanity’s Last Exam में कम-से-कम निर्दिष्ट सटीकता हासिल करता है, तो यह मार्केट "हाँ" के रूप में निपटाया जाएगा। अन्यथा, यह मार्केट "नहीं" के रूप में तय होगा। सेटलमेंट के लिए, "सटीकता" का अर्थ केवल "HLE Accuracy" लेबल वाले मान या डेटा की प्रस्तुति अथवा शब्दावली में बदलाव होने पर स्पष्ट रूप से समकक्ष मेट्रिक से है; यह मॉडल के Calibration Error या दिखाए गए किसी अन्य मेट्रिक पर निर्भर नहीं करता। सेटलमेंट का स्रोत https://agi.safe.ai/ पर Humanity’s Last Exam की आधिकारिक लीडरबोर्ड होगी। यदि सूचीबद्ध अवधि के दौरान सेटलमेंट स्रोत अनुपलब्ध हो जाता है, तो यह बाज़ार खुला रहेगा, ताकि संबंधित डेटा फिर से उपलब्ध हो सके। यदि सूचीबद्ध अवधि समाप्त होने के बाद भी स्रोत अनुपलब्ध रहता है, या किसी अन्य तरीके से यह पुष्टि हो जाती है कि वह स्थायी रूप से अनुपलब्ध है, तो अन्यत्र प्रकाशित Humanity’s Last Exam के आधिकारिक परिणामों का उपयोग किया जा सकता है। यदि कोई आधिकारिक वैकल्पिक स्रोत उपलब्ध नहीं है, तो यह बाज़ार "नहीं" पर सेटल होगा।
मशीन अनुवाद। विवाद की स्थिति में मूल पाठ मान्य होगा।