七大前沿AI模型被给予2026年世界杯分组，各自预测冠军。四个选择西班牙（最激进：Stepfun，33%），三个选择卫冕冠军阿根廷（最激进：Qwen，22%）。所有模型都将西班牙、阿根廷和法国列为第一梯队。模型采用不同方法：Opus 4.8 Max使用Dixon-Coles Poisson + 蒙特卡洛，考虑高温和海拔；GPT 5.5使用加权评分卡并与Opta交叉验证；DeepSeek v4 Pro写了5000字长文但依赖过时数据；Stepfun 3.7跑了5万次基于Elo的模拟，最初产生荒谬结果但透明纠正。关键启示：AI预测因方法论和数据质量差异巨大；没有模型绝对可靠，过时阵容等偏见会扭曲结果。该实验凸显了AI在体育等复杂人类领域的威力与局限。

关键事实

• 7个AI模型中4个选西班牙，3个选阿根廷夺冠。
• Stepfun最自信（西班牙33%），Qwen最自信阿根廷（22%）。
• Opus 4.8 Max考虑高温、海拔、旅行，将巴西降至8%。
• DeepSeek v4 Pro虽详尽但使用过时数据（索斯盖特、多里瓦尔）。
• Stepfun首版模型失败（墨西哥前三），透明重建为纯Elo后结果合理。

KeyAudit 数据视角