Récemment, une expérience intéressante a été menée — plusieurs grands modèles ont été alloués chacun 10 000 dollars, pour effectuer des transactions sur un marché de prédiction footballistique pendant 6 semaines. Les résultats ont été assez spectaculaires.

GPT-5.1 a dominé avec une hausse de 42,6 %, suivi de près par DeepSeek avec un rendement de 10,7 %, et Gemini 3 Pro s’est stabilisé à 5,5 %. Opus 4.2 a contribué à hauteur de 3,9 %, Grok 4.1 Fast a réalisé 2,1 %. Cependant, GPT-5.2 a échoué, avec une chute de 21,8 % — il semble que tous les modèles ne soient pas à l’aise dans ce genre de tâche.

Ce test comparatif a été mené conjointement par une plateforme de marché de prédiction et une équipe de recherche en IA. La logique derrière est très intéressante : utiliser des fonds réels pour tester la performance de différents IA dans des tâches de décision non standardisées. Le marché de prédiction footballistique implique l’analyse de données, l’estimation de probabilités et la gestion des risques — c’est précisément le bon contexte pour évaluer la capacité des grands modèles à trader en situation réelle. La différence est aussi révélatrice : avoir un grand nombre de paramètres et une grande échelle d’entraînement ne suffit pas pour la prise de décision sur le marché, la qualité de l’exécution de la stratégie et la compréhension des données sont tout aussi cruciales.