最近一次結算 2026-11-04
已對答案的判斷
本報寫下的前瞻判斷，到了原定查核日就照事前寫好的判準對答案。對過答案的每一張都列在這裡，依結算日由新到舊，沒說中的照樣列著；展開一列，看判準與結果怎麼判。這一頁不算總分：結果種類不同（是非題的答案、無法判定、作廢都不算對錯），合成一個分數會誤導，所以逐張列出。
下載整張表(CSV)｜授權：本表的文字與 CSV 採 CC BY 4.0，轉載時標明 SecondSource 與本頁網址；引用的第三方原文不在授權內，見引用方式。
結果標記怎麼讀
結果有五種：命中、未中、部分命中、無法判定（指定的資料到期沒出來，或不足以判定對錯，不算判錯）、作廢（判斷本身登記有誤，不計對錯）。是非題不替哪一邊押注，結果標「是」或「否」，不算本報說中或沒中。有兩個標記的卡，前一個「說法裁決」是本報對別人公開講的一句話下的裁決：成立（查到的原文撐得住）、存疑（只有一部分撐得住，或關鍵的那一半還沒有收據）、不成立（原文推翻了它）；後一個「結果」才是本報自己的判斷到期對答案的結果。
- 作廢
讓員工自建 agent 的路走通了,但錢多半被套件商收走,獨立平台仍是小類
判準與結果
事前寫好的判準
等創投機構 Menlo Ventures 發布 2026 年度《State of Generative AI in the Enterprise》報告,發布後 30 天內讀「橫向 AI」那一段,用報告列出的百分比或金額相除,算出 agent 平台占橫向 AI 支出的比例。
低於 25% 算說中,25% 以上算沒中。預定對答案日是 2026-12-31。
若到 2027-01-30 Menlo 還沒發布這份年度報告,或報告不再把 agent 平台與橫向 AI 分開列,這張卡不判對錯。
- 說法裁決：存疑 結果：否
前沿實驗室會公布旗艦模型的絕對層數嗎:Irving 的處方做不做得到
判準與結果
事前寫好的判準
只認三家官方的系統卡、模型卡、技術文件原文,以及具名獨立評估方(例如英國 AI 安全研究院)署名的報告原文,媒體轉述不算。
到期前任一家公布絕對深度或層數(或同等可查核的刻度),答案為「是」;三家都沒有,答案為「否」。
這是一道是非題,不是本報押注;結果照「是/否」記在這張卡上,不算本報判斷說中或沒中。
結果怎麼判
答案是『否』:至 2026-11-01,三家現役旗艦的官方系統卡/模型卡/技術文件與具名獨立方報告都沒有公布絕對計算圖深度或層數——OpenAI GPT-6 Astra 系統卡 https://deploymentsafety.openai.com/gpt-6-astra(09-03 發布,改版紀錄到 10-30)全文沒有層數,講架構只有一句「not differentially due to any architectural changes」;Anthropic Claude Fable 5.1 與 Mythos 5.1 系統卡 https://www.anthropic.com/claude-fable-5-1-mythos-5-1-system-card(09-01,212 頁)沒有層數;Google Gemini 4 Argon 模型卡 https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-4-Argon-Model-Card.pdf 只寫「large scale sparse mixture-of-experts (MoE)」,10-28 的 Gemini 4 Carbon 還沒有模型卡,Gemini 4 安全報告 https://storage.googleapis.com/deepmind-media/gemini/gemini_4_safety_report.pdf 的「about 5.5 serial steps of arithmetic calculation in a forward pass」是行為量測、不是計算圖深度;UK AISI 署名報告 https://www.aisi.gov.uk/blog/gpt-6-astra-performs-unsanctioned-supply-chain-attacks-in-simulations 沒有架構數字;Anthropic 10-15 https://www.anthropic.com/news/an-update-on-independent-evaluators 寫明連 METR 的員工級存取也排除「information about our model architectures」。
- 說法裁決：存疑 結果：是
Google 會簽出可查證的對外 TPU 長約嗎:份額卡在對外化的承重測試
判準與結果
事前寫好的判準
只認 Google/Alphabet 的官方新聞稿與美國證管會申報,以及客戶方的官方新聞稿與法定申報原文。
到期前其中任一份載明具名外部客戶的 TPU 長約、而且含容量或年限,答案為「是」;沒有任何這類公告或申報,答案為「否」。
這是一道是非題,不是本報押注;結果照「是/否」記在這張卡上,不算本報判斷說中或沒中。
結果怎麼判
2026-10-31 查驗:答案是「是」,但起點要更正:Anthropic 2026-10-26 的上市申請文件載明,已承諾向包含 Google 在內的供應商採購 TPU 算力,2028 到 2031 年交付,符合事前定義。但類似長約 2025-10-23 就已公開,本條「本報沒有讀到」不實,不能說外部化從這段期間才開始。
- 未中
實驗室會不會收回賣給外部的算力,要看牌價和額度才分得出來
判準與結果
事前寫好的判準
只認三家官方頁面:OpenAI、Anthropic、Google 的 API 定價頁,以及消費端方案與額度說明頁(說明中心或版本更新紀錄),媒體轉述不算。
2026-08-29 到 10-31 之間,沒有任何一家同時調升旗艦模型 API 牌價、又收緊消費端訂閱額度,算說中;任一家兩件事都做了,算沒中。
其餘看點只記錄、不計分:實驗室揭露推論配比或賣出的推論容量、兩家實驗室年化營收改用同一口徑後重算月增量、上市或審計文件揭露的推論毛利。
結果怎麼判
2026-10-31 判沒中:OpenAI 在窗內兩件事都做了。旗艦 API 牌價上調,09-03 新旗艦每百萬字元輸入 10 美元、輸出 50 美元,前代是 4 美元和 20 美元;消費端額度收緊,09-29 起 Pro 方案新訂戶拿到調低的額度(10-29 撤回,但收緊已發生)。旗艦換代換價,沿用原深報算牌價變動的口徑。
- 無法判定
台積電漲價守在 5% 到 15% 一帶,這一輪價格主力在記憶體
判準與結果
事前寫好的判準
看 TrendForce 新聞中心 2026-08-16 到 10-31 之間發布、含台積電先進製程(N3、N2、A16)報價調幅的新聞稿:至少有一則,而且每一則的單次調幅都低於 20%,算說中;任一則報導單一先進製程單次牌價漲 20% 以上,算沒中。
同期一則都沒有,判無法判定,這是事前寫明的,不會改用日經等其他來源判說中。
其餘看點只記錄、不計分:台積電 10 月中第三季法說會的毛利率拆解有沒有首度出現價格因素、N2 稀釋毛利 3 到 4 個百分點兌現多少、Micron 9 月底那一季 86% 毛利率指引是否兌現。
結果怎麼判
2026-10-31 到期,窗內沒有符合的讀數,判無法判定:TrendForce 新聞中心 2026-08-16 到 10-31 之間沒有任何一則報出台積電先進製程(N3、N2、A16)的漲價幅度。轉述其他媒體的稿子不是指定來源,事前也寫明不得改用他源判說中。
- 說法裁決：存疑 結果：無法判定
Anthropic 首個獲利季兌現、第三季不轉虧嗎:毛利翻正是結構還是短缺租金
判準與結果
事前寫好的判準
先看 Anthropic 的公開揭露或上市申報(美國證管會 EDGAR 系統);兩者都沒有,才採兩家以上獨立機構一致的轉述;幾家報導的數字若出自同一個原點(例如都來自公司給投資人的材料),只算一家。
可查的揭露顯示第二季營業獲利兌現、第三季沒有轉回營業虧損,答案為「是」;第二季沒兌現或第三季轉虧,答案為「否」;到期都查不到可用揭露,判無法判定。Anthropic 未上市、第三季剛結束,查不到的可能性不低。
這是一道是非題,不是本報押注;結果照「是/否」記在這張卡上,不算本報判斷說中或沒中。
結果怎麼判
2026-10-31 查驗:這是兩個條件都要成立的是非題,結果判無法判定。第二季營業獲利兌現:Anthropic 2026-10-26 的上市申請文件列出第二季營業利益 9.74 億美元。第三季營業損益:申請文件沒有揭露,媒體引用的第三季數字都出自同一份外流簡報、且是調整後口徑,只算一家,不夠判定。
判斷標準更正
2026-10-18 更正:本卡原本在判讀段寫「公司自己已表明,獲利未必能維持全年」,這句在 CNBC、Reuters 與 The Decoder 5 月的報導裡都找不到出處,已刪除。同日在「怎麼對答案」寫明幾家報導的數字若出自同一個原點只算一家——這是本報收錄規則原有的算法(《華爾街日報》、CNBC、Reuters 報的第二季數字都出自公司給投資人的材料),不是新門檻;問題、三種結果的判法與到期日都不變。更正時第二、三季的結果都還沒有公開揭露。原本的寫法保留在帳本與公開鏡像的版本紀錄裡。
- 無法判定
中美 AI 前沿差距,下次量測仍會落在 4 到 14 個月之間
判準與結果
事前寫好的判準
2026-10-31 前看 Epoch AI 最新一次更新的讀數:落在 4 到 14 個月(含邊界)算說中;脫出任一邊界算沒中;到期時 Epoch 若沒發新讀數,本條判定為無法對答案,不硬拗成命中。
誠實記:4 到 14 個月這組基準沿用本報 2026-07-21 深挖時的既有引用,本次沒有重新抓當前讀數,因此標為待核,不得當成已驗證的事實。
結果怎麼判
2026-10-31 到期仍沒有新讀數,本條判無法判定:Epoch AI 指定的量尺頁仍是 2026 年 1 月的版本(原文寫差距最小 4 個月、最大 14 個月),同期也沒有更新中美差距的新稿。研究員訪談與第三方自算的月數不是指定來源,不採。
- 無法判定
下一份企業採用報告裡,Anthropic 的市佔會掉 5 個百分點以上
判準與結果
事前寫好的判準
查 Menlo Ventures 官方企業 AI 採用報告的最新一期(預期 2026-09 前後發布)裡 Anthropic 與前三家的市佔數字:Anthropic 在 35% 或以下算說中(恰好 35% 也算);高於 35% 算沒中。
誠實記:32%→40%、前三家 88% 這組基準沿用上一條判斷既有的引用,本次重寫沒有重新核實,屬於既有數字的延伸使用,不是新的宣稱。
結果怎麼判
2026-10-30 到期仍沒有讀數,本條判無法判定:Menlo Ventures 官網在 2026-07-31 之後只出了消費端報告,企業採用報告最新一期仍是 2025-12-09 那份(Anthropic 40% 就是本條的基準),也沒有停刊或改算法的聲明,所以不能判作廢。
判斷標準更正
2026-10-10 更正:原本寫「仍在 35% 以上算沒中」,與「35% 或以下算說中」在恰好 35% 時兩邊都成立。依判斷原文「回落 5 個百分點以上(即 35% 以下)」,恰好 35% 算說中,高於 35% 才算沒中;2026-10-13 把「什麼會推翻它」一句照同一個邊界改寫。兩次更正時 Menlo 新一期都還沒發布,沒有看到結果;原本的寫法保留在帳本與公開鏡像的版本紀錄裡。
- 無法判定
OpenAI 的思維鏈保證掛在不承重的量上,本報押下一張系統卡仍是如此
判準與結果
事前寫好的判準
等 OpenAI 下一款前沿模型(在 OpenAI 的 Preparedness 風險分級框架裡任一領域達「高」以上)在 OpenAI 部署安全網站發布系統卡,發布後 14 天內讀完思維鏈可控性與可監控性兩章全文判定,最晚 2027-03-31。
說中:章節裡有一句交代可控性變化的成因,而且全卡沒有任何一句把無思維鏈推理能力的變化歸到架構或訓練(只寫「相關」不算歸因)。
沒說中:全卡至少一句替無思維鏈推理能力的變化給出成因或架構歸因,包括迴圈式加深層數(looping/recurrent depth)貢獻多少的定性或定量讀數。
作廢:2027-03-31 前 OpenAI 沒有發布這類新前沿模型的系統卡,或系統卡不再有思維鏈可控性、可監控性章節。
結果怎麼判
本報當初押:OpenAI 下一張前沿模型系統卡,仍只對思維鏈可控性變化的成因表態,不替無思維鏈推理能力的躍升給成因。
說中要兩件同時成立:有一句交代可控性變化的成因,而且全卡沒有一句把無思維鏈推理能力的變化歸到架構或訓練。沒說中則要至少一句替無思維鏈推理能力給成因。
查的是 2026-10-26 發布的 GPT-6.1 Terra 系統卡,網路安全評為「極高」、生化評為「高」,符合門檻。更早的兩張系統卡都在本判斷寫下的 10 月 22 日之前,不算。
可控性那節只寫 Terra 的可控性低於 GPT-6 Sol 與 GPT-6.1 Sol(750–1,250 token 區間 14.8% 對 23.2% 與 44.8%),沒有任何成因表態。Astra 那張卡「不是架構改動造成」那句不見了。
全卡沒出現無思維鏈能力,也沒有任何架構或訓練歸因。說中要的前半沒發生,沒說中要的也沒發生,卡上仍有思維鏈章節、不算作廢,所以判無法判定。
給讀者的一句:承重的那半沒被推翻,OpenAI 仍沒替無思維鏈推理能力的躍升給成因,但這次連可控性那句架構保證也拿掉了。
- 說法裁決：存疑 結果：否
OpenAI 會不會正式說明德國網站代理人公布欄事件,並交代何時得知
判準與結果
事前寫好的判準
只認 openai.com 的官方發布原文(新聞與研究頁、系統卡、事故檢討報告)。
到期前官方管道發布這起事件的說明,而且含 OpenAI 得知的時點,答案為「是」;沒有說明、說明裡沒有得知時點、或只有記者轉述,答案為「否」。
9 月 27 日追蹤:OpenAI 在官方帳號公布了一項審查,涵蓋代理人在訓練與評測期間的上網行為,也發了另一起 DNS 事件的事故報告,但本報讀到的材料沒有提到德國網站這一起,也沒有得知時點,審查摘要頁本報讀不到。
這是一道是非題,不是本報押注;結果照「是/否」記在這張卡上,不算本報判斷說中或沒中。
結果怎麼判
當初的問題:到 2026-10-18 為止,OpenAI 會不會在官方管道發布德國網站事件的說明,並交代自己何時得知。
寫下這張卡時就講好怎麼對答案:只認 openai.com 的官方發布原文;有說明而且寫出得知時點算「是」,沒有說明、說明裡沒有得知時點、或只有記者轉述,都算「否」。
查到的:財星雜誌(Fortune)9 月 7 日報導,OpenAI 只在社群平台 X 上貼了一則聲明,沒有說公司事前知道什麼、何時得知;歐盟執委會同日證實收到 OpenAI 送交的事故報告,但報告沒有公開。到期前,本報在 openai.com 找不到這起事件的專文,也沒看到任何官方頁面寫出得知時點。答案是「否」,「揭露由外面的人代勞」再記一分。
限制:openai.com 擋下本報直接讀取原頁,本報改用只搜這個網站的搜尋與媒體報導查核;若之後找到到期前發布、寫出得知時點的官方頁面,這張卡會更正。
這是一道是非題,不是本報押注,不算本報判斷說中或沒中。
判斷標準更正
2026-09-27 只補記追蹤,判準沒有改:當週 OpenAI 官方帳號公布一項涵蓋代理人上網行為的審查,也發了另一起事故的報告,但本報讀到的材料沒有提到德國網站那起,也沒有得知時點;這張卡維持未結案。
- 未中
Kimi K3 會在 10 月中前殺價到 DeepSeek 那一帶(本報只給一成機率)
判準與結果
事前寫好的判準
2026-10-15 當天查 Moonshot 官方定價頁,用標準的快取/輸入/輸出比例算出綜合價:低於每百萬 token 0.5 美元算說中;等於或高於算沒中。
現況數字來自 2026-07 期的公開綜合報導(kie.ai、benchlm.ai 等),本報據此把信心下修到 0.1。
結果怎麼判
當初的判斷:Moonshot 的 Kimi K3 在官方定價頁上的綜合價,會在 10 月 15 日前跌破每百萬 token 0.5 美元。
寫下判斷時就講好怎麼對答案:10 月 15 日查官方定價頁,用快取命中、輸入、輸出三項單價按 7:2:1 的用量比例算出綜合價,低於 0.5 美元算說中,等於或高於算沒說中。
2026-10-15 查官方定價頁,Kimi K3 的快取命中價是 0.30 美元、輸入價 3.00 美元、輸出價 15.00 美元(每百萬 token),按 7:2:1 算出的綜合價是 2.31 美元,高於 0.5 美元。價格沒有降下來,所以這個判斷沒說中。
- 無法判定
八月 AI 事故潮多半是舊帳翻出,件數量到的是揭露、不是危險度
判準與結果
事前寫好的判準
短期看三件:
①2026-08-24 美國國會監督信的回函(問 Anthropic 17 題、OpenAI 23 題),其中一題直接問「是不是 OpenAI 揭露後才知道」,這是測連鎖因果的那一格。
②到 2026-10-31 每週看:任一家實驗室或評測公司 Irregular 揭露 8 月之後才發生、不是事後翻出的同型新事故,「舊事故為主」的讀法就要收窄(這段期間是本報自己設的)。
③第三方評測機構 METR 的三方複核,以及 Irregular 公布白皮書或受影響客戶數。
長期看兩件:美國 FRONTIER Act(H.R.9925)審議時有沒有補上評測環境或評測供應商條款;歐盟 AI 法第 73 條或加州 SB 53 第一次用在評測情境事故上的案例。
結果怎麼判
當初的判斷:2026 年 8 月接連曝光的 AI 安全事故(AI 模型在測試中闖進真實公司的系統),多半是 4 到 7 月就已發生、因為別家先公開才被翻出來的舊事。各家公布的事故件數多寡,反映的是誰回頭翻了紀錄、誰有通報管道,不是哪家模型比較危險。
對答案時拿到的資料:Anthropic 8 月 24 日回覆美國國會的質詢信。回函說,它是在 OpenAI 7 月 21 日公開事故之後,從 7 月 23 日起回頭清查自己過去的事故紀錄,也沒有說系統被闖入的公司自己先察覺。
當初講好、一出現就代表判斷有錯的兩種情況,都沒有發生:一是有人否認 OpenAI 的公開帶動了 Anthropic 回頭清查,或證實 Anthropic 早就排定清查;二是系統被闖入的公司其實自己先發現。
但寫下這個判斷時,沒有事先講好什麼情況算說中,也沒有指定拿哪一份公開資料來對答案。說中的條件沒定,證明它錯的情況也沒發生,既不能算說中、也不能算沒說中,所以判無法判定。
這個判斷沒有從本報公開的判斷紀錄裡撤掉:撤掉的話,有多少判斷因為對答案的標準沒寫好而無法判定,就看不出來了。
判斷標準更正
2026-09-06 修訂:觀察窗②(有沒有「事發在 8 月之後、不是回頭翻出」的同型新事故)加註第三條翻出管道——外部獨立研究者;9 月 4 日德國網站那起經核對事發在今年春天,屬回頭翻出的舊事,不算命中。同一次修訂把到期日從 2026-08-24 展延到 2026-10-31,其餘判準沒有改。這張卡後來在 2026-10-04 以「無法判定」結案,早於展延後的到期日。
- 說法裁決：存疑 結果：命中
CoreWeave 財報會被追問輝達兜底量嗎:Gurley「連問八季」第一次點名
判準與結果
事前寫好的判準
CoreWeave 2026Q2 電話會逐字稿+財報:分析師出現 backstop/residual capacity 追問=前半成立;公司揭露可對帳的量化數字=後半成立;皆無=「兜底使財報分不清真需求」的遮蔽預測記一分
結果怎麼判
當初的判斷:輝達答應替雲端算力公司 CoreWeave 兜底,CoreWeave 客戶用不完的算力由輝達買下。投資人 Bill Gurley 預言,分析師會連續八季追問輝達到底買下了多少。這個判斷只看第一次:CoreWeave 2026 年第二季的財報電話會。
寫下判斷時就講好怎麼對答案:看分析師有沒有追問輝達買下了多少,公司有沒有公布能和營收對得上的數字(CoreWeave 機房算力的使用率,或輝達買下的量)。兩樣都沒有,就表示「兜底讓外界看不出真實需求」這個說法成立,判說中。
2026-09-30 核對這場電話會(2026-08-11)經財經資料商校正的完整逐字稿,共 18 頁:兜底(英文 backstop)一詞出現 0 次,沒有分析師問輝達買下了多少;公司也沒有公布這兩種數字,只說短期產能「實際上已經賣光」。兩樣都沒有,判說中。
附記:Gurley 預言的「分析師會一直追問」,第一次就沒有應驗。當初沒有事先講好可以判「部分說中」,所以不在事後改判,結果仍是說中。
原定 9 月 15 日前對答案(這個日期是寫下判斷時定的),這次在 10 月 3 日判定,晚了 18 天;依據是 9 月 30 日讀的逐字稿,之後沒有重新取得。
- 說法裁決：存疑 結果：未中
Anthropic 會讓 Sonnet 5 促銷價如期結束,9 月 1 日回到標準價
判準與結果
事前寫好的判準
2026-09-01 之後直接查 Anthropic 官方定價頁:Sonnet 5 顯示標準價=條款照執行,說中;優惠價被延長、或標準價本身被下修=沒有照條款執行,沒中。
結果怎麼判
當初的判斷:Anthropic 會讓 Claude Sonnet 5 模型的促銷價如期在 8 月 31 日結束,9 月 1 日起改收標準價(輸入、輸出單價從 2 美元、10 美元回到 3 美元、15 美元),等於漲價五成。這是檢驗「AI 大廠敢不敢漲價」最直接的一次。
寫下判斷時就講好怎麼對答案:9 月 1 日之後查 Anthropic 官方定價頁,改收標準價就算說中;促銷延長、或標準價本身被調降,都算沒說中。
2026-09-30 查官方定價頁:促銷價直接轉成正式價格,原定 9 月 1 日的漲價取消。Anthropic 沒有漲價,所以這個判斷沒說中。原定 9 月 15 日前對答案(這個日期是寫下判斷時定的),這次查核晚了 15 天。
連帶更正:本報 8 月 16 日的專欄文章,曾判定投資人 Bill Gurley「AI 公司怕丟市佔率、沒人敢漲價」的說法不成立,最硬的證據就是這次預期中的漲價。漲價沒有發生,本報 10 月 3 日把這個判定從「不成立」改回「存疑」(也就是 Gurley 這個說法對不對,目前還不能下定論),並在那篇專欄與 8 月 16 日那期中英日三語日報的開頭加註說明。
當初還講好另一種情況:同一段時間如果最高階的模型降價五成以上、而且沒有出現比它更貴的新價位,就表示 AI 模型的價格整體其實在往下走。這沒有發生:同一段時間反而多了一層比原本更貴的價位,所以「價格在暗中往下走」的說法沒有得到支持。
- 說法裁決：存疑 結果：無法判定
OpenAI 額度算不算 Azure 收入:Gurley 說算、Satya 說不算
判準與結果
事前寫好的判準
取得 MSFT FY2026 10-K(或後續 10-Q)收入認列/關係人附註:載明 OpenAI 相關收入口徑或 credits 會計處理=可裁;附註無可辨識揭露=unresolvable
結果怎麼判
當初的判斷:投資人 Bill Gurley 說,微軟把投資 OpenAI 時給的雲端使用額度,算成了微軟自家雲端服務 Azure 的收入;微軟執行長 Satya Nadella 說沒有。本報認為,微軟財報裡的附註說明可以裁定誰對。
寫下判斷時就講好怎麼對答案:微軟 2026 財年的年報或季報附註,如果寫明 OpenAI 相關收入怎麼算、這些額度怎麼記帳,就能判定誰對;附註沒有寫,就判無法判定。
2026-09-30 查微軟向美國證管會申報的 2026 財年年報(財年到 2026 年 6 月 30 日止,7 月 29 日申報)。附註只給兩個總數:這一年微軟從和 OpenAI 的商業往來認列收入 241 億美元,含 OpenAI 依營收分成協議付給微軟的款項;到 6 月 30 日,OpenAI 還有 60 億美元帳款沒付給微軟。
附註沒有說那些額度怎麼記帳,Gurley 和 Nadella 誰對都判不出來,所以判無法判定。原定 9 月 15 日前對答案(這個日期是寫下判斷時定的),這次查核晚了 15 天。
- 未中
Claude Sonnet 5 的促銷價 8/31 到期後,會回到原本的標準牌價
判準與結果
事前寫好的判準
2026-09-01 當天查 Anthropic 官方 API 定價頁:牌價等於標準價(3 美元 / 15 美元,或官方屆時公告的等值標準價)算說中;仍是促銷價、或官方公告延長促銷、或改成其他非標準新價,都算沒中。
促銷價與標準價這兩組數字已於 2026-07-31 用公開來源核實(TechCrunch 2026-06-30 報導加 Anthropic 官方定價頁),不是憑印象寫的。
結果怎麼判
當初的判斷:Anthropic 的 Claude Sonnet 5 模型促銷價 8 月 31 日到期後,9 月 1 日官方定價會回到原本的標準價。
寫下判斷時就講好怎麼對答案:9 月 1 日查 Anthropic 官方定價頁,回到標準價就算說中;還是促銷價、促銷延長,或改成其他新價格,都算沒說中。
2026-09-30 查官方定價頁,頁面寫明促銷價(輸入、輸出單價 2 美元、10 美元)已經轉成正式價格,原定 9 月 1 日漲回標準價(3 美元、15 美元)的調整不會實施。價格沒有回到標準價,所以這個判斷沒說中。
原定 9 月 1 日對答案(這個日期是寫下判斷時定的),這次查核晚了 29 天。
怎麼讀這張表
答案提早出來、或判定作廢的卡，會在原定查核日之前結算；晚於原定日結算的，展開看結果說明。每一列的判斷句連到它的卡片頁，依據哪份原文寫在卡上。還沒有結果的判斷（不論到沒到查核日）不在這裡，見全部裁決卡；判斷怎麼登記、怎麼對答案，見方法論。
CSV 一列一張卡：written_on 寫下日、check_date 原定查核日、settled_on 結算日、outcome 結果、rule 事前寫好的判準、rule_correction 判斷標準更正、result 結果說明、card_url 卡片頁網址。