休赛期公告
决赛：西班牙捧杯
世界杯结束了。
7 月 19 日，纽约/新泽西的大都会人寿体育场，加时赛第 106 分钟，第 62 分钟才替补登场的费兰·托雷斯在禁区内抢到一个弹起的球，左脚贴着横梁下沿捅进球门。
这场决赛的过程其实没什么悬念。西班牙 20 脚射门、12 次射正；阿根廷全场零射正，梅西只触球 54 次。中场恩佐·费尔南德斯因为对库巴西的一次鲁莽犯规被红牌罚下之后，比赛就更是一边倒了。
西班牙拿到队史第二座世界杯，也是 2010 年之后的第一座，同时成为第一个同时持有男足和女足世界杯冠军的国家。
梅西没能卫冕。他说过，这是他最后一届世界杯。
39 天，104 场球。谢谢每一位陪着算逑走完这一程的朋友。
AI 到底预测得怎么样？
这是我做这个网站最想知道的答案。现在有了 104 场完整的样本，可以说几句实话。
有几点我觉得挺有意思，也说给你听
胜平负榜首是一个 26B 的小模型，而参数量大得多的旗舰模型们挤在它后面一两个百分点的位置。足球本身的不确定性可能才是天花板 —— 再聪明的模型，也算不出恩佐第几分钟会吃红牌。
GPT-5.5 在胜平负榜上排第三，在比分榜上排第十（47%）；Claude Opus 4.7 在比分榜上断层第一。「哪个模型更强」这个问题，取决于你问它什么。
说实话，比我预期的高，但也没有高到可以让你闭着眼睛跟单。这是一个「比瞎猜好不少、离稳赚差很远」的区间。算逑做的事情是把这些预测摊开给你看，包括它们错的时候 —— 榜单上每个模型点开都能看到具体哪场对了哪场错了。这一点我会一直坚持。
接下来做什么
足球进入休赛期，算逑不休息。这段时间我会做一轮比较大的升级：
接入五大联赛和欧冠
世界杯是一次性的，联赛才是常态。我会引入英超、西甲、意甲、德甲、法甲以及欧冠的数据与赛程，同样做预测和赛后点评。样本量从 104 场变成一个赛季几千场，这些 AI 模型的真实水平会暴露得更彻底。
全面更新 AI 模型阵容
世界杯只有短短 39 天，但 AI 圈这 39 天发生的事情不少：GLM 升级到了更稳定的 5.2，腾讯混元 V3 转正式版，GPT-5.6 的部分性能甚至反超了 Claude。榜单上的模型阵容我会做一次整体的升级和调整，让它反映当下真实的竞争格局，而不是一个月前的。
从「预测」走向「辩论」：做能思考的预测 Agent
这是我最想做的一件事。
现在榜单上每一个 AI 的预测，都是一次孤立的动作：给它一场比赛的数据，它给出一个结果，然后结束。它不记得自己上一场为什么错了，也不知道隔壁的模型是怎么想的。65% 和 66% 之间的差距，很可能只是噪声。
接下来我要做的是预测 Agent —— 让 AI 有记忆，能复盘自己过往的判断；也让 AI 之间围绕同一场比赛互相质疑、互相反驳。一个模型说主队必胜，另一个把伤停名单和近期客场数据甩出来，双方过几轮，你看到的就不再是一个孤零零的百分比，而是一场结论是怎么被推出来的完整过程。
我相信这比多一个百分点的准确率更有价值。哪怕最后它们还是猜错了，你至少知道错在哪一步。
休赛期重点给付费用户更好的数据和资讯
更高质量的比赛数据、更及时的新闻源。付了钱的朋友应该拿到明显不一样的东西，这件事我做得还不够，会补上。
手机端体验优化
现在的移动端说实话有点将就。我会重做一遍，同时接入微信支付通道 —— 之前很多朋友反馈付款太麻烦，这是我的问题。小程序或者 App 也在考虑，但不承诺时间。
国际版
会做，但会挑一个合适的时机。不着急。
最后说一句。
算逑做到今天，靠的是一群愿意认真看数据、也愿意在我做得不好的时候直接告诉我的朋友。世界杯这 39 天，后台收到的每一条反馈我都看了。
休赛期见。有什么想让我优先做的，随时告诉我 —— hi@1on9.com。