2026年世界杯泊松模型复盘分析报告
——双比分法 vs 第一比分法：命中率、成本与收益的全面对比
样本:104场世界杯比赛 | 对标:主流大模型
洋哥足球比赛分析 | 2026年7月
目录
一、复盘背景与方法说明
二、两种方法总体表现对比
三、投注经济性分析:命中率 vs 成本收益
四、信心指数筛选效果分析
五、二星比赛:性价比最高的区间
六、三星命中率反差分析——「大热必死」效应剖析
七、主流大模型对比分析
八、综合结论与运营建议
附录:原始数据明细与数据来源
一、复盘背景与方法说明
2026年世界杯全部104场比赛已经全部结束,赛事期间,我们使用基于泊松分布的概率模型对每一场比赛进行了赛前推算,并以「概率矩阵+比赛数据」的形式输出预判结果。从整体命中情况看,模型在两种判定策略下均取得了令人满意的准确率,验证了泊松模型在大型杯赛中的实用价值。
为了更全面地评估模型表现,我们设定了两种判定规则,分别从「双比分」和「第一比分」两个角度来判定比赛胜负方向。
1. 双比分法
根据概率最高的两个比分来预测比赛胜负。规则如下:当概率最高的两个比分均指向主胜,则判定为主胜;当概率最高的两个比分均指向客胜,则判定为客胜;当概率最高的两个比分中包含平局时,则按「优势方向+平局」进行双选。
2. 第一比分法
仅根据概率最高的一个比分来预测比赛胜负。规则如下:当概率最高的比分指向主胜,则判定为主胜;当概率最高的比分指向客胜,则判定为客胜;当概率最高的比分指向平局时,则按「优势方向+平局」进行双选。
此外,每场比赛的预测结果还附带一个「信心指数」评级(0~3星),用以衡量模型对该结果的把握程度。下面将分别从两种判定方法、是否双选以及信心指数三个维度进行交叉分析。
二、两种方法总体表现对比
先看两种方法在104场全样本下的总体表现(表1)。
图1 两种判定方法命中率对比
| 方法 | 总场次 | 命中场次 | 总命中率 | 单/双选命中率 |
|---|---|---|---|---|
| 双比分法 | 104 | 82 | 78.85% | 69.05% / 85.48% |
| 第一比分法 | 104 | 73 | 70.19% | 63.51% / 86.67% |
表1 两种方法总体表现一览
关键发现
· 双比分法以78.85%的总体命中率领先第一比分法8.65个百分点,优势明显。
· 在双选命中率上,两者表现非常接近(85.48% vs 86.67%),说明一旦模型触发双选,命中概率大致相当。
· 双比分法的优势主要来自单选部分(69.05% vs 63.51%),即在不需要双选就能给出方向的比赛里,「双比分」这一更宽口径的判定规则能覆盖更多的实际比赛结果。
· 但命中率只是预测能力的维度之一。在第三章,我们将进一步从投注成本与资金回报的角度,重新审视两种方法的优劣。
三、投注经济性分析:命中率 vs 成本收益
命中率是衡量模型预测能力的重要指标,但在实际投注中,真正的目标不是最大化命中场次,而是最大化资金回报。如果只看命中率,双比分法(78.85%)显然优于第一比分法(70.19%);但一旦引入投注成本,「谁更赚钱」的答案就需要重新计算。
3.1 投注成本:第一比分法显著更低
两种方法的差异首先体现在「双选场次」上。双比分法有62场需要双选,而第一比分法只有30场需要双选。以每注100元计算,覆盖全部104场比赛所需的总注数如下:
图2 两种方法投注成本对比
| 方法 | 单选场次 | 双选场次 | 总注数 | 总成本 |
|---|---|---|---|---|
| 双比分法 | 42 | 62 | 166注 | 16600元 |
| 第一比分法 | 74 | 30 | 134注 | 13400元 |
表2 两种方法投注成本对比（每注100元）
第一比分法比双比分法少用32注、节省3200元,总成本降低19.3%。这是第一比分法在盈利维度上的第一个优势。
3.2 ROI测算:第一比分法反超
在合理赔率假设下,我们对两种方法的盈利能力进行测算。赔率假设:单选平均2.0,双选平均2.5;星级赔率梯度为0星3.50/1星2.80/2星2.20/3星1.80(单选),双选相应更高。在星级赔率梯度下,总回报与净利润如下:
图3 两种方法投注回报率(ROI)对比
| 区间 | 方法 | 净利润 | ROI | ROI差额 |
|---|---|---|---|---|
| 全样本(104场) | 双比分法 | 4370元 | 26.33% | — |
| 全样本(104场) | 第一比分法 | 4210元 | 31.42% | +5.09pp |
| 高信心(2+3星) | 双比分法 | 1850元 | 19.47% | — |
| 高信心(2+3星) | 第一比分法 | 2510元 | 32.18% | +12.71pp |
| 二星(27场) | 双比分法 | 1590元 | 33.83% | — |
| 二星(27场) | 第一比分法 | 1710元 | 43.85% | +10.02pp |
表3 两种方法ROI对比（每注100元，按星级赔率梯度测算）
3.3 关键洞察:高命中≠高ROI
从图3和表3可以得出三个反直觉但至关重要的结论:
① 全样本下,第一比分法虽然命中率低8.65个百分点,但ROI反而高出5.09个百分点。
这说明在投注语境下,「少花钱」比「多命中」更重要。双比分法多花的3200元成本,抵消了它多命中9场带来的回报优势。
② 高信心区间(2+3星)的差异被放大。
双比分法高信心区间命中率高达92.86%,但由于双选场次多、成本高达9500元,ROI反而只有19.47%;第一比分法高信心区间命中率87.50%,成本仅7800元,ROI却达到32.18%,反超12.71个百分点。
③ 二星区间仍然是「黄金区间」。
无论是双比分法(33.83%)还是第一比分法(43.85%),二星区间的ROI都显著高于全样本,且第一比分法二星ROI比双比分法高出10.02个百分点。这再次证明二星是「高命中+厚赔率+适度成本」的最佳平衡点。
图4 命中率 vs ROI——「高命中≠高回报」
图5 两种方法净利润对比（每注100元）
图4和图5清晰展示了命中率与ROI的非线性关系:双比分法全样本命中率78.85%高于第一比分法70.19%,但ROI反而低5.09个百分点;第一比分法二星区间命中率88.89%虽低于双比分法二星96.30%,但ROI却高出10.02个百分点。这彻底颠覆了「命中率越高越赚钱」的简单认知。
3.4 对判定策略的重新审视
引入投注成本后,我们需要修正对两种方法的评价标准:
· 如果以「预测准确率」为核心目标(如内容分析、学术复盘),双比分法仍是更优选择;
· 如果以「资金回报/投入产出比」为核心目标(如实际投注),第一比分法具有明显优势;
· 第一比分法的优势本质是「更少的双选次数」——它只在最必要时才覆盖两个方向,从而降低了沉没成本;
· 这也解释了为什么我们此前的结论是「二星最具性价比」:二星不仅命中率高,而且第一比分法下双选场次仅12场(占27场的44%),成本控制较好。
后续结论章节将基于这一视角,给出更适合投注实践的策略建议。
四、信心指数筛选效果分析
信心指数是模型为每场比赛输出的把握度评级(0~3星)。下图展示了104场比赛的星级分布,以及各星级下的命中表现。
图6 104场比赛信心指数星级分布
从场次结构看,0星12场(11.5%)、1星36场(34.6%)、2星27场(26.0%)、3星29场(27.9%),即「高信心」(2+3星)共56场,「低信心」(0+1星)共48场,分布相对均衡,足以支撑分组对比。
4.1 双比分法下的星级表现
图7 双比分法——各星级命中率分布
| 双比分法 | 0星 | 1星 | 2星 | 3星 | 0星 | 1星 | 2星 | 3星 |
|---|---|---|---|---|---|---|---|---|
| 范围 | 总体 | 总体 | 总体 | 总体 | 单/双选 | 单/双选 | 单/双选 | 单/双选 |
| 总场次 | 12 | 36 | 27 | 29 | 3 / 9 | 22 / 14 | 7 / 20 | 10 / 19 |
| 命中场次 | 8 | 22 | 26 | 26 | 2 / 6 | 13 / 9 | 7 / 19 | 7 / 19 |
| 命中率 | 66.67% | 61.11% | 96.30% | 89.66% | 66.67% / 66.67% | 59.09% / 64.29% | 100% / 95% | 70% / 100% |
表4 双比分法——各星级命中率明细
可以看出,在双比分法下:
· 0星与1星命中率仅60%出头,与总体平均线(78.85%)存在明显差距;
· 2星命中率跃升至96.30%,3星达到89.66%,二者均显著高于均值;
· 拆开看单选与双选:2星单选7场全中(100%),3星双选19场全中(100%),这两个「100%子集」是双比分法最具确定性的部分。
4.2 第一比分法下的星级表现
图8 第一比分法——各星级命中率分布
| 第一比分法 | 0星 | 1星 | 2星 | 3星 | 0星 | 1星 | 2星 | 3星 |
|---|---|---|---|---|---|---|---|---|
| 范围 | 总体 | 总体 | 总体 | 总体 | 单/双选 | 单/双选 | 单/双选 | 单/双选 |
| 总场次 | 12 | 36 | 27 | 29 | 9 / 3 | 31 / 5 | 15 / 12 | 19 / 10 |
| 命中场次 | 5 | 19 | 24 | 25 | 2 / 3 | 17 / 2 | 13 / 11 | 15 / 10 |
| 命中率 | 41.67% | 52.78% | 88.89% | 86.21% | 22.22% / 100% | 54.84% / 40% | 86.67% / 91.67% | 78.95% / 100% |
表5 第一比分法——各星级命中率明细
第一比分法呈现出与双比分法相似的趋势:
· 0星命中率仅41.67%,1星也只有52.78%,低信心比赛的判错风险明显较大;
· 2星跃升至88.89%,3星保持在86.21%,高信心比赛依旧有较强的稳定性;
· 需要特别留意的是:第一比分法0星双选3场虽然命中率100%,但1星双选仅40%(2/5),说明在第一比分法下,1星双选场次存在不可忽视的判断难度。
4.3 高信心 vs 低信心:信心指数的筛选价值
把0+1星合并视为「低信心」组,把2+3星合并视为「高信心」组,两种方法下的命中率分布如下:
图9 高信心 vs 低信心命中率对比
双比分法:低信心 30/48 = 62.50% → 高信心 52/56 = 92.86%(提升30.36个百分点) 第一比分法:低信心 24/48 = 50.00% → 高信心 49/56 = 87.50%(提升37.50个百分点)
两种方法下,高信心组合命中率均突破85%,与低信心组拉开30个百分点以上的差距。这充分说明,信心指数作为赛前筛选工具是非常有效的。
五、二星比赛:性价比最高的区间
既然2星和3星都是高命中区间,那为什么2星更具性价比?我们从三方面来看:
图10 二星级比赛性价比综合分析
| 二星指标 | 双比分法-总体 | 双比分法-单/双选 | 第一比分法-总体 | 第一比分法-单/双选 |
|---|---|---|---|---|
| 总场次 | 27场 | 7单/20双 | 27场 | 15单/12双 |
| 命中率 | 96.30% | 100% / 95% | 88.89% | 86.67% / 91.67% |
表6 二星级比赛性价比核心指标
为什么二星比三星更具性价比?
从命中率绝对值看,双比分法三星(89.66%)略低于二星(96.30%),第一比分法三星(86.21%)也低于二星(88.89%)。再叠加市场实际赔率,3星比赛往往因为模型信号过强,市场赔率被压得很低;而2星比赛既保留了较高的命中率,又因市场仍有一定分歧而保留更厚的赔率。综合「命中×赔率」后,二星是单位风险下期望回报最高的区间。
二星场的稳定性
双比分法二星单选7场全中(100%),二星双选20场命中19场(95%),这种「几乎不犯错」的表现让2星场成为长期复利累积的可靠底盘。第一比分法下二星双选12场命中11场(91.67%),单选15场命中13场(86.67%),同样稳健。
六、三星命中率反差分析——「大热必死」效应剖析
按照直觉,信心指数星级越高,模型对结果的把握应该越强,命中率理应单调上升。但本次复盘数据呈现出一个反直觉的现象:二星的命中率反而高于三星。
图11 二星 vs 三星命中率反差
| 指标 | 2星命中率 | 3星命中率 | 差值(2星-3星) |
|---|---|---|---|
| 双比分法(总体) | 96.30% | 89.66% | +6.64个百分点 |
| 第一比分法(总体) | 88.89% | 86.21% | +2.68个百分点 |
表7 二星 vs 三星命中率对比
可以看到,双比分法下二星比三星高出6.64个百分点,第一比分法下也高出2.68个百分点。这一现象并非个例,在两种判定方法下都稳定存在。下面我们从四个角度来剖析原因。
6.1 原因一:样本量差异带来的统计波动
二星27场、三星29场,两者场次接近,但都属于「中等样本」。6.64个百分点的差距,在统计上只相当于「三星比二星多错了约2场」,在29场和27场的样本规模下,完全在合理波动范围。
6.2 原因二:「大热必死」效应的客观存在
「大热必死」并非玄学,而是有明确机制支撑的足球规律。2026年世界杯再次提供了典型案例:夺冠大热门西班牙在小组赛被世界杯新军佛得角0:0逼平;比利时对阵伊朗等场次也出现了强队失手。
回顾1990年以来的近几届世界杯,赛前赔率排名第一的「最大热门」球队从未最终夺冠,冠军更常出自赔率排名第三至第五的传统强队之中。
三星场次对应的正是「模型信号最强、市场共识最一致」的比赛——通常是强队对弱队的碾压局。这类比赛恰恰是「大热必死」的高发区,原因有四:
① 被研究透了
大热门意味着成为所有对手的「靶子」。从小组赛到淘汰赛,每个对手都会拿出整整四年的备战周期来研究你——战术体系、定位球套路、核心球员的习惯动作、防守中的细微漏洞,全部被放在显微镜下。
② 心理压力太重
世界杯四年一届,举国期待压在身上。大热门的球员从踏上球场那一刻起,背负的就不是「赢了是赚」,而是「输了就是罪人」。这种压力传导到场上,最明显的表现就是小组赛首轮,大热门往往踢得最紧、最僵、最不像自己。
③ 体能和伤病是隐形杀手
大热门的核心球员,往往在前一个赛季打了60-70场俱乐部比赛。他们的身体早已接近极限,到了淘汰赛阶段,连续一周双赛,热门的体能储备反而可能不如「早早联赛摆烂」的冷门球队。
④ 杯赛的偶然性太大
联赛是长跑,实力决定排名;杯赛是轮盘赌,90分钟定生死。一个折射、一次误判、一张红牌,足以改变整届赛事的走向。热门越热,翻车的戏剧性越强。
这四重因素叠加,意味着「模型给出3星」的比赛,恰恰也是「场外干扰变量最多」的比赛。泊松模型基于历史进球数据建模,无法充分纳入心理压力、战术针对、体能曲线这些「软变量」。
6.3 原因三:模型设定与星级评定的内在张力
泊松模型的核心输入是两队的「进球期望」(λ值)。当两队实力悬殊时,强队的λ值远大于弱队,概率矩阵会高度集中在几个大比分主胜的结果上,信心指数自然走到3星。但这种「高度集中」意味着模型对单一赛果的依赖度越高,一旦偏离就是直接判错;相比之下,2星比赛的分布相对分散,容错空间更大。
6.4 原因四:市场赔率的反向指标效应
当模型信号与市场共识高度一致时,3星比赛往往对应极低的主胜赔率。博彩市场的「热门-冷门偏差」研究表明,被市场过度追捧的热门,实际命中率会系统性低于赔率所隐含的概率。当一支强队的胜利被所有人看作「板上钉钉」时,它反而最容易出问题。
6.5 小结:二星性价比优势的底层逻辑
综合以上四个原因,三星命中率略低于二星,并非模型失灵,而是「确定性悖论」在起作用:确定性最高的比赛,恰恰是抗风险能力最弱的比赛。
「二星是金、三星是银、0-1星是铜」——二星处于「模型有把握、市场未过度共识」的黄金区间,既避开了0-1星的低信心陷阱,又规避了3星的「大热必死」风险。
七、主流大模型对比分析
2026年世界杯是AI技术深度融入赛事预测的一届。我们梳理了目前公开可查的两组主流大模型预测数据,与洋哥泊松模型进行横向对比。
7.1 数据来源说明
本次对比采用两组公开数据:
数据源A:咪咕x联想「世界杯预测人机大战」
由咪咕视频(2026世界杯官方持权转播商)联合联想(FIFA官方技术合作伙伴)发起,汇聚DeepSeek、Kimi、百度文心、通义千问、腾讯混元、智谱、MiniMax、中移九天、联想天禧AI、商汤小浣熊、讯飞星火、阶跃等12个国内主流AI大模型,围绕世界杯全部104场比赛与全球球迷展开同题预测,累计参与用户超过4200万。7月20日世界杯决赛结束后,联想与咪咕发布12大AI的104场最终成绩单:12个AI累计猜中805次胜平负,整体命中率64.5%;精确比分命中151次,命中率12.1%。
数据源B:高庆一发起的中美AI八强预测比拼
知名科技从业者高庆一甄选8款中美主流顶尖AI模型(国产:DeepSeek、天禧AI、通义千问、豆包;美国:ChatGPT、Grok、Gemini、Manus),围绕世界杯16强和八强晋级名单开展测评。
7.2 单场胜负预测:洋哥模型 vs 12大AI
图12 洋哥模型 vs 主流大模型——单场胜负预测命中率对比
| 预测方 | 样本场次 | 命中场次 | 命中率 | 预测方法 |
|---|---|---|---|---|
| 人类球迷平均 | 104 | 约61 | 58.9% | 人工判断 |
| 12大AI平均 | 104 | 约67 | 64.5% | 大语言模型 |
| 千问/中移九天(榜首) | 104 | 72 | 69.23% | 大语言模型 |
| 洋哥-第一比分法 | 104 | 73 | 70.19% | 泊松模型 |
| 洋哥-双比分法 | 104 | 82 | 78.85% | 泊松模型 |
| 洋哥-双比分法(高信心) | 56 | 52 | 92.86% | 泊松模型+筛选 |
表8 洋哥模型 vs 主流大模型——单场胜负预测命中率
关键发现
· 洋哥-双比分法(78.85%)比12大AI平均(64.5%)高出14.35个百分点,比并列榜首的千问/中移九天(69.23%)高出9.62个百分点;
· 洋哥-双比分法高信心区间(92.86%)比12大AI平均高出28.36个百分点,比榜首高出23.63个百分点;
· 即使是较为保守的第一比分法(70.19%),也略高于榜首AI(69.23%)0.96个百分点——即洋哥模型在命中率维度上已经全面超越所有主流大模型;
· 从投注ROI角度看,第一比分法(70.19%命中率)由于成本更低,实际资金回报率反而高于双比分法。
7.3 AI的集体盲区:平局与比分预测
《世界杯预测人机大战》104场最终成绩单明确指出12大AI的两个集体薄弱项,而这恰恰是洋哥泊��模型的相对优势。
图13 AI薄弱项 vs 洋哥模型——平局与比分预测对比
| 预测维度 | 12大AI平均 | 洋哥-双比分法 | 差距 |
|---|---|---|---|
| 分出胜负场次(76场) | 81.0% | 78.85%(总体) | -2.15个百分点 |
| 平局场次(24场) | 17.0% | 85.48%(双选) | +68.48个百分点 |
| 比分精确命中 | 12.1%(最好17%) | 未单独统计 | — |
表9 AI薄弱项 vs 洋哥模型
平局预测是12大AI的集体盲区:24场平局比赛,AI平均命中率仅17.0%;而洋哥双比分法通过「优势方向+平局」的双选机制,在62场双选中命中53场(85.48%),其中大量场次正是平局。这是泊松模型+双比分法相对大语言模型最显著的结构性优势。
比分精确命中是所有模型的难题:12大AI平均仅12.1%,最好的模型也只有17.0%。洋哥模型虽未单独统计比分精确命中,但以「三个最可能比分+概率」的形式呈现,比追求单一比分命中更务实。
7.4 洋哥模型定位矩阵
把命中率与样本规模放到同一坐标系中,可以更直观地看到洋哥模型的定位:
图14 洋哥模型定位矩阵——命中率 vs 样本规模
从定位矩阵可以看出:12大AI平均(64.5%)和人类平均(58.9%)处于「基准区间」;榜首的千问和中移九天(69.23%)与洋哥第一比分法(70.19%)处于「基准区间」上沿,基本持平;洋哥双比分法(78.85%)进入「优秀区间」,显著高于所有大模型;洋哥高信心区间(92.86%)和2星区间(96.30%)进入「顶级区间」,且样本量充分。
7.5 12大AI最终排名全景
下图展示了12大AI模型在104场比赛全部结束后的最终排名,以及洋哥双比分法作为参照线的位置:
图15 12大AI模型最终排名——104场全部结束
从最终排名可以看出:
· 千问与中移九天以72/104(69.23%)并列第一,但中移九天以17次精确比分命中成为「比分最准」模型;
· 联想天禧AI排名并列第三(71/104),但它是12个AI中唯一猜中冠军西班牙的模型,具有独特的「关键时刻」价值;
· 阶跃以55/104(52.88%)垫底,甚至低于人类平均(58.9%);
· 洋哥双比分法(78.85%)的参照线远高于所有AI模型,即使是最强的千问/中移九天(69.23%),也落后洋哥近10个百分点。
· 决赛「全员翻车」:12个AI无一精确命中决赛西班牙1:0的比分,只有5个命中了胜平负方向。这再次印证了足球比赛的不确定性是所有模型的共同挑战。
八、综合结论与运营建议
8.1 关于两种判定方法的结论
① 从预测准确率看,双比分法是更优选择。
在104场全样本下,双比分法(78.85%)比第一比分法(70.19%)高8.65个百分点。如果以「内容分析、学术复盘」为目标,双比分法覆盖更全面。
② 从投注回报看,第一比分法更具优势。
在星级赔率梯度下,第一比分法总成本13400元、净利润4210元、ROI31.42%,比双比分法(16600元成本、4370元利润、ROI26.33%)在ROI上高出5.09个百分点。原因很直接:第一比分法双选场次少(30场 vs 62场),沉没成本更低。
③ 实际应用建议:区分「分析目标」与「投注目标」。
· 写文章、做复盘、展示预测能力 → 双比分法; · 实际跟单、控制资金风险 → 第一比分法。
8.2 关于星级策略的结论
① 高信心(2+3星)区间是模型的「主战场」。
双比分法92.86%、第一比分法87.50%的高信心命中率,决定了内容推送和重点解读应围绕这一区间展开。
② 二星是性价比核心,三星需警惕「大热必死」。
二星兼具「高命中+厚赔率+适度成本」三重优势,第一比分法下ROI更是高达43.85%。三星对应「最强信号」比赛,恰恰是「大热必死」高发区,高信心不等于零风险。
③ 低信心(0-1星)场次谨慎参与。
0-1星命中率仅50%-60%,即使命中赔率也难以覆盖成本,更适合作为「参考」而非「主推」。
8.3 关于洋哥模型 vs 主流大模型的结论
洋哥泊松模型在单场胜负预测上显著领先主流大模型。双比分法78.85%比12大AI平均64.5%高出14.35个百分点,比榜首的千问/中移九天(69.23%)高出9.62个百分点;即使第一比分法(70.19%)也略高于榜首AI。优势主要来自平局场景(85.48% vs 17.0%)。比分精确命中是所有模型的共同瓶颈,以「三个最可能比分+概率」形式呈现更务实。
8.4 给读者的使用建议
· 日常参考:以第一比分法为主,更省钱;双比分法作为辅助对照。
· 重点跟单:优先关注二星场次,这是ROI最高的区间。
· 三星场次:可参与但需控制仓位,尤其是强队碾压局要警惕「大热必死」。
· 风险控制:0-1星场次仅供参考,不宜作为单独决策依据。
· 组合策略:若资金量有限,建议只做「第一比分法二星」场次,兼顾命中率和资金效率。
8.5 后续优化方向
· 在1星场次中加入更多辅助信息(伤停、赛程密度、历史交锋),提升低星区间的命中率和ROI。
· 建立「大热必死」识别模块,对三星强队的赔率、市场热度、心理压力做量化标记。
· 持续把双比分法 vs 第一比分法在新赛事中回测,分别追踪「命中率」和「ROI」两条曲线。
· 在对外宣传中,可区分「预测能力」和「盈利能力」两个口径:双比分法用于展示模型优势,第一比分法用于指导投注实践。
附录:原始数据明细与数据来源
附录A:洋哥模型原始数据
以下为本次复盘使用的全部原始命中数据(来源:洋哥足球比赛分析世界杯赛事复盘记录)。
| 方法 | 范围 | 总场次 | 命中场次 | 命中率 | 备注 |
|---|---|---|---|---|---|
| 双比分法 | 总体 | 104 | 82 | 78.85% | — |
| 单选 | 42 | 29 | 69.05% | — | |
| 双选 | 62 | 53 | 85.48% | — | |
| 第一比分法 | 总体 | 104 | 73 | 70.19% | — |
| 单选 | 74 | 47 | 63.51% | — | |
| 双选 | 30 | 26 | 86.67% | — |
表10 两种方法总体/单双选命中率
| 方法 | 范围 | 0星 | 1星 | 2星 | 3星 | 合计 |
|---|---|---|---|---|---|---|
| 双比分法 | 总体(场/中/率) | 12/8/66.67% | 36/22/61.11% | 27/26/96.30% | 29/26/89.66% | 104/82/78.85% |
| 单选(场/中/率) | 3/2/66.67% | 22/13/59.09% | 7/7/100% | 10/7/70% | 42/29/69.05% | |
| 双选(场/中/率) | 9/6/66.67% | 14/9/64.29% | 20/19/95% | 19/19/100% | 62/53/85.48% | |
| 第一比分法 | 总体(场/中/率) | 12/5/41.67% | 36/19/52.78% | 27/24/88.89% | 29/25/86.21% | 104/73/70.19% |
| 单选(场/中/率) | 9/2/22.22% | 31/17/54.84% | 15/13/86.67% | 19/15/78.95% | 74/47/63.51% | |
| 双选(场/中/率) | 3/3/100% | 5/2/40% | 12/11/91.67% | 10/10/100% | 30/26/86.67% |
表11 两种方法 × 信心指数 × 单/双选 全矩阵
附录B:外部对比数据来源与赔率假设
本报告所有外部对比数据均来自公开报道,原始数据来源如下:
· 数据源A:联想集团与咪咕视频联合发布的《世界杯预测人机大战》104场最终成绩单(2026年7月20日,世界杯决赛结束后发布),涵盖12大AI模型在全部104场比赛中的最终命中数据;
· 数据源B:高庆一发起的中美AI八强预测比拼(2026年7月8日公开),涵盖8款中美主流大模型;
· 洋哥模型数据:104场世界杯比赛全程复盘记录,采用泊松模型+双比分法/第一比分法两种判定策略;
· ROI测算赔率假设:单选平均2.00,双选平均2.50;星级赔率梯度为0星3.50/1星2.80/2星2.20/3星1.80(单选),双选相应更高。该假设仅为合理估算,实际ROI会随具体赔率变化而波动。
· 样本一致性说明:本报告中12大AI数据与洋哥模型数据均基于全部104场比赛,样本完全一致,对比结论具有直接可比性。
—— 报告完 ——
