ChatGPT, Claude и Gemini ставят на спорт: итоги экспериментов
🎁 +100% к первому пополнению в LeanTech AI — до конца акции--:--:--Забрать бонус →
Главная / Блог / ИИ-модели ставили на спорт: что показали эксперименты 2025–2026

ИИ-модели ставили на спорт: что показали эксперименты 2025–2026

18+ · Что показали опыты с ChatGPT, Claude, Gemini, DeepSeek и Grok — без обещаний

Обновлено: 14 ноября 2026Чтение: 5 минут

Весной 2026 года восемь моделей прогнали через симуляцию сезона АПЛ, летом четыре модели прогнозировали все 104 матча чемпионата мира, а одна офшорная платформа завела ленту, где ставят ИИ. Что из этого следует для тех, кто пользуется Qwen Code и хочет разбирать матчи с нейросетью, — по фактам и без обещаний. 18+.

Что известно об экспериментах со ставками ИИ

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

Как Qwen выступала в экспериментах

В Alpha Arena (сезон 1, крипторынок, 18.10–03.11.2025) Qwen 3 Max занял первое место с результатом около +22 %. В спортивных экспериментах 2026 года — KellyBench и прогнозах на ЧМ-2026 — Qwen среди названных участников не значится.

Вывод для пользователей Qwen Code: модель сильна как аналитик — собрать данные, посчитать и проверить логику, — но не как источник «верного» исхода.

Пишем модель Пуассона с Qwen Code: код и проверка

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

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%}")

Для λ = 1,4 и 1,2 модель даёт около 41,6 % на хозяев, 26,2 % на ничью и 32,2 % на гостей — это и есть ваша оценка, которую сравнивают с линией.

Почему рынок точнее моделей

Рынок агрегирует информацию от множества участников и быстро исправляет ошибки, а маржа делает каждую ставку чуть хуже честной. Чтобы получить положительное ожидание, нужно знать то, чего не знает линия, — и именно этого у языковой модели нет.

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

Как спросить нейросеть о матче: рабочий промпт

Вот промпт, который заставляет нейросеть считать и проверять, а не угадывать:

«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.»

18+ и риски: честно о ставках

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.

Разобрать матч с агентом LeanTech

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.

Собрать модель матча на Python →

Источники

Частые вопросы

Делает ли ИИ ставки прибыльными?

Нет: маржа работает против игрока, а модели в экспериментах в среднем проигрывали рынку. Относитесь к ставкам как к развлечению с бюджетом, который не жалко потерять.

Какая нейросеть лучше для анализа ставок?

Важнее не бренд модели, а инструменты: поиск в интернете с источниками, работа с таблицами и кодом. Победителя среди моделей эксперименты не выявили — лидеры менялись от теста к тесту.

Что такое value в ставках?

Это ставка с положительным ожиданием: вероятность по вашей оценке, умноженная на коэффициент, больше единицы. На практике value находят редко, и главная ошибка — переоценка своей точности.

Может ли нейросеть угадать исход матча?

Не лучше рынка. В KellyBench все восемь моделей ушли в минус, а на ЧМ-2026 ни одна модель не обыграла линию по точности вероятностей. Модель полезна для сбора данных и расчётов, а не для угадывания.

Чем Qwen Code поможет перед матчем?

Можно — как аналитика: Qwen Code соберёт факты, посчитает вероятности и проверит вашу логику. В экспериментах Qwen не обыграла рынок, поэтому просить «верный исход» бессмысленно.

Открыть Qwen Code — Без VPN
Меню