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.
Pasar ini akan diselesaikan menjadi "Ya" jika model Anthropic Claude mana pun mencapai setidaknya akurasi yang ditentukan pada Humanity’s Last Exam paling lambat 31 Desember 2026, 23.59 ET. Jika tidak, pasar ini akan diselesaikan dengan hasil "Tidak". Untuk penyelesaian, "akurasi" hanya merujuk pada nilai berlabel "HLE Accuracy" atau metrik yang jelas setara jika penyajian atau terminologi data diubah, terlepas dari Calibration Error model atau metrik lain yang ditampilkan. Sumber penyelesaian adalah papan peringkat resmi Humanity’s Last Exam di https://agi.safe.ai/. Jika sumber penyelesaian tidak tersedia selama jangka waktu yang tercantum, pasar ini akan tetap dibuka agar data terkait dapat tersedia kembali. Jika sumber tetap tidak tersedia setelah jangka waktu yang tercantum berakhir, atau dipastikan dengan cara lain bahwa sumber tersebut tidak lagi tersedia secara permanen, hasil resmi Humanity’s Last Exam yang diterbitkan di tempat lain dapat digunakan. Jika tidak ada sumber alternatif resmi yang tersedia, pasar ini akan diselesaikan sebagai "Tidak".
Terjemahan mesin. Jika ada perselisihan, teks asli yang berlaku.