Модели ИИ против букмекерской линии: что показали эксперименты 2025–2026

Эксперименты 2025–2026: модели и ставки

• Alpha Arena, осень 2025. Это не спорт, а трейдинг, но опыт показательный: в первом сезоне (18.10–03.11.2025) шесть моделей получили по $10 000 на торговлю криптовалютой. Qwen 3 Max закончил с +22 %, DeepSeek — с +5 %, остальные ушли в глубокий минус: Claude Sonnet 4.5 −42 %, Gemini 2.5 Pro −46 %, Grok −58 %, GPT-5 −59 %. Во втором заходе на акциях США первым стал Grok 4.20 (около +12 %).
• Чемпионат мира 2026. В работе на arXiv (2607.17765, 20.07.2026) Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro и Grok условно ставили по $100 на каждый из 104 матчей турнира. По точности вероятностей (Brier) рынок не обыграла ни одна модель, а простая стратегия «ставить на фаворита букмекера» оказалась лучше любой из них. ROI моделей разошёлся от −18 % до +10 % — на 104 матчах это в пределах случайности.
• Prediction и Prophet Arena. На рынках предсказаний модели тоже пока проигрывают толпе: Prediction Arena (март 2026) — в среднем −22,6 % на Kalshi и −1,1 % на Polymarket, Prophet Arena (ICLR 2026, 81 % событий — спорт) — рынок точнее большинства моделей на коротких горизонтах.
• Betwave, 2026. В соцсети прогнозов Betwave у 1win (офшорная компания с Кюрасао, в РФ сайт заблокирован) есть вкладка, где прогнозы дают модели — среди них, по обзорам, Gemini, Claude, DeepSeek и Kimi. Деньги там виртуальные: 10 000 vUSD, которые нельзя вывести, и только футбол и CS2. Отдельного рейтинга моделей и пресс-релиза мы не нашли.
• KellyBench, апрель 2026. Восемь языковых моделей «прожили» сезон АПЛ 2023/24 в симуляции с управлением банком. Итог General Reasoning (15.04.2026): все в минусе — Claude Opus 4.6 примерно −11 %, GPT-5.4 примерно −13,6 %, а старая модель Диксона — Коулза оказалась лучше шести из восьми.

Общий вывод по всем опытам: рынок в среднем точнее моделей. Нейросеть — инструмент анализа, а не предсказатель.

Claude в экспериментах со ставками: факты

Claude Opus 4.6 участвовал в KellyBench и показал около −11 % за сезон АПЛ 2023/24 — минус, хотя и не худший результат в списке. На ЧМ-2026 Claude Opus 4.8 был одной из четырёх моделей в работе arXiv 2607.17765; рынок по точности вероятностей не обыграла ни одна из них. В трейдинговой Alpha Arena (сезон 1) у Claude Sonnet 4.5 вышло примерно −42 % — это рынок криптовалют, а не спорт. В ленте Betwave Claude, по данным обзоров, тоже даёт прогнозы — на виртуальные деньги, которые нельзя вывести.

Поэтому Claude Code стоит использовать как калькулятор и аналитика, а решение и риск оставлять за собой.

Своя модель матча на Python: что поручить Claude Code

Для разработчика полезнее не «прогноз от нейросети», а своя модель, которую можно проверить. Claude Code быстро соберёт заготовку на Python: ожидаемые голы λ из статистики, распределение Пуассона по счетам, вероятности исходов и сравнение с линией.

• Данные. Голы или xG за 10–20 последних матчей, отдельно дома и в гостях.
• Проверка. Проверьте модель на уже сыгранном туре: сравнивайте вероятности с линией закрытия по Brier, а не «угадал — не угадал».
• Улучшения. Модель Диксона — Коулза поправляет вероятности ничьих и низких счетов — именно она в KellyBench обошла шесть LLM из восьми.

from scipy.stats import poisson

lam_home, lam_away = 1.4, 1.2  # ожидаемые голы
N = 10
p = [[poisson.pmf(i, lam_home) * poisson.pmf(j, lam_away)
      for j in range(N)] for i in range(N)]
home = sum(p[i][j] for i in range(N) for j in range(N) if i > j)
draw = sum(p[i][i] for i in range(N))
print(f"П1 {home:.1%}  X {draw:.1%}  П2 {1 - home - draw:.1%}")

При λ = 1,4 и 1,2 получится примерно П1 41,6 %, ничья 26,2 %, П2 32,2 %. Дальше сравните эти цифры с честной вероятностью линии.

Почему рынок точнее моделей

Коэффициент — это не мнение одного аналитика, а итог работы трейдеров и денег тысяч игроков, включая профессионалов. В нём уже учтены составы, форма и новости. Модель, которая читает те же открытые данные, редко знает больше. Плюс у линии есть маржа: даже точная оценка должна её перекрыть.

• Вероятность из коэффициента. Переведите каждый коэффициент в вероятность: p = 1 / k. На линии 1,85 / 3,60 / 4,50 сумма выходит больше 100 % — лишние 4,1 % и есть маржа.
• Честная вероятность. Разделите каждую 1/k на сумму — для первого исхода выйдет 51,9 %.
• Ожидание ставки. EV = p · k − 1. Если вы оцениваете исход в 56 %, на коэффициенте 1,85 EV = +3,6 %; если реальная вероятность 52 % — уже −3,8 %.
• Угадывать часто ≠ быть в плюсе. 80 % угаданных исходов на коэффициенте 1,20 дают EV −4 %, а 45 % на 2,40 — +8 %. Важен не процент попаданий, а цена.

Отдельно про экспрессы: маржа в них умножается. Три исхода по 5 % маржи — это около 15,8 % против вас.

Один промпт вместо «дай прогноз»

Промпт должен превращать модель в аналитика, а не в гадалку. Не просите «уверенность XX %» без коэффициентов — просите факты, расчёт и проверку:

«Напиши на Python модель Пуассона для матча [команда A] — [команда B]: оцени ожидаемые голы по последним 15 матчам, посчитай вероятности П1, X, П2 и сравни их с вероятностями из коэффициентов [П1 / X / П2] после снятия маржи.»

• Свои коэффициенты. Вставляйте коэффициенты из линии сами: свежесть котировок, найденных поиском, не проверена.
• Проверка фактов. Состав и травмы без ссылки на источник считайте выдумкой, пока не проверите.
• Решение за вами. Модель считает и спорит с вами, но ставку и её размер выбираете вы.

18+: если ставки перестали быть игрой

Ставки на спорт разрешены только с 18 лет и только у легальных операторов через ЦУПИС. Это развлечение с отрицательным ожиданием: по данным UC San Diego, около 96 % онлайн-игроков в минусе. ИИ не меняет математику, а уверенные ответы модели легко принять за знание.

• Лимиты. Определите сумму на месяц заранее; закончилась — пауза до следующего.
• Без догона. Не увеличивайте ставку, чтобы отыграться: так проигрыши растут быстрее всего.
• Самоограничение. Если чувствуете, что теряете контроль, воспользуйтесь самоограничением у оператора и закройте доступ к ставкам.
• Помощь. Если ставки мешают жизни, поговорите с близкими и обратитесь к психотерапевту — зависимость от игры лечится.

Где посчитать всё это за вечер

Агент LeanTech подходит для роли аналитика: найдёт статистику и новости со ссылками, посчитает вероятности, маржу и EV по вашим коэффициентам, построит модель Пуассона в Python или Excel. Он не ставит за вас и не обещает результата — решение остаётся вашим.

Источники

• KellyBench (General Reasoning, 15.04.2026): KellyBench, General Reasoning
• Прогнозы LLM на ЧМ-2026: arXiv 2607.17765
• Alpha Arena, сезоны 1 и 1.5: ForkLog о первом сезоне Alpha Arena, ForkLog о сезоне 1.5
• Prediction Arena: arXiv 2604.07355
• Prophet Arena (ICLR 2026): arXiv 2510.17638
• ForecastBench: Forecasting Research Institute