- 2026 年 OpenAI 模型在 Humanity’s Last Exam 中取得的最高分數會達到 55% 或更高嗎？73¢73%
- 2026 年 OpenAI 模型在 Humanity’s Last Exam 中取得的最高分數會達到 60% 或更高嗎？16¢16%
- 2026 年 OpenAI 模型在 Humanity’s Last Exam 中取得的最高分數會達到 65% 或更高嗎？<1¢<1%
- 2026 年 OpenAI 模型在 Humanity’s Last Exam 中取得的最高分數會達到 70% 或更高嗎？1¢1%
Recent OpenAI releases in the GPT-6 family, including GPT-6 Astra and GPT-6.1 Sol in September and October 2026, represent the main catalyst shaping trader views on the highest HLE score achievable this year. These models post competitive results on variants of Humanity’s Last Exam, a 2,500-question expert benchmark spanning science, math, and other fields, yet trail leading Claude Opus and Fable configurations from Anthropic on most public leaderboards, where top scores range from the mid-50s to low-70s percent depending on tool use and verification. Ongoing rapid iteration at OpenAI, combined with potential year-end model updates or refined evaluations, keeps the outcome open while underscoring how benchmark gaps between labs can shift quickly on new releases.
規則
如果 OpenAI 發布的任何模型在 2026年12月31日 下午11:59 ET 前，於 Humanity’s Last Exam 中達到至少指定的準確率，此市場將以「是」結算。否則，此市場將以「否」結算。 就判定而言，「準確度」僅指標示為「HLE Accuracy」的數值；若資料的呈現方式或術語有所調整，則指明確等同的指標，不論模型的 Calibration Error 或顯示的任何其他指標為何。 判定來源為 https://agi.safe.ai/ 上的 Humanity’s Last Exam 官方排行榜。若判定來源在所列期間內無法使用，本市場將保持開放，以便相關資料恢復提供。若所列期間結束後來源仍無法使用，或以其他方式確認其已永久無法使用，則可採用在其他地方發布的 Humanity’s Last Exam 官方結果。若沒有可用的官方替代來源，本市場將判定為「否」。
機器翻譯。如有爭議，以原文為準。