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.
Thị trường này sẽ được quyết toán là "Có" nếu bất kỳ mô hình Anthropic Claude nào đạt độ chính xác ít nhất bằng mức được chỉ định trong Humanity’s Last Exam trước 31 tháng 12, 2026, 23:59 ET. Nếu không, thị trường này sẽ được phân xử là "Không". Để phân định, "độ chính xác" chỉ đề cập đến giá trị có nhãn "HLE Accuracy" hoặc một chỉ số tương đương rõ ràng nếu cách trình bày hoặc thuật ngữ của dữ liệu được thay đổi, bất kể Calibration Error của mô hình hay bất kỳ chỉ số nào khác được hiển thị. Nguồn phân định sẽ là bảng xếp hạng chính thức của Humanity’s Last Exam tại https://agi.safe.ai/. Nếu nguồn phân định không khả dụng trong khoảng thời gian được liệt kê, thị trường này sẽ vẫn mở để dữ liệu liên quan có thể khả dụng trở lại. Nếu nguồn vẫn không khả dụng sau khi khoảng thời gian được liệt kê kết thúc, hoặc được xác nhận bằng cách khác là đã vĩnh viễn không khả dụng, có thể sử dụng kết quả chính thức của Humanity’s Last Exam được công bố ở nơi khác. Nếu không có nguồn thay thế chính thức nào khả dụng, thị trường này sẽ được phân định là "Không".
Bản dịch máy. Khi có tranh chấp, bản gốc được ưu tiên.