Un modèle à poids ouverts figurera-t-il dans le top 5 du classement Text Arena au 31 mars 2027 ?
échéance 2027-03-31
confiance moyenne
preuve niveau 4
22 %estimation Asturna
Critère de résolution
Oui si, à la consultation du classement texte d'arena.ai le 31 mars 2027, au moins un des cinq modèles les mieux classés a des poids publiquement téléchargeables. En cas d'égalité de score à la frontière de la 5e place, tous les modèles à égalité sont inclus dans la vérification. La page de licence de l'éditeur fait foi en cas de doute.
État de départ vérifié
Le top 5 au 17 septembre 2026 est entièrement propriétaire : Claude Fable 5 (1506), Claude Opus 4.6 High (1505), Claude Opus 4.7 High (1502), Muse Spark 1.2 xHigh (1500), Claude Fable 5.1 Max (1498). L'écart frontier/open-weight s'est réduit en 2026 sans qu'aucun modèle ouvert ne perce le sommet.
Les arguments ci-dessous ont été produits par le modèle en anglais. Ils sont affichés tels quels plutôt que traduits automatiquement, pour que rien sur cette page ne soit un texte que Asturna n'a pas réellement écrit.
Ce qui fait monter
- The gap between frontier proprietary and open-weights models narrowed during 2026, increasing the potential for an upcoming open flagship to contend for the top tier [tier 1].
- Leaderboard rankings can fluctuate as new evaluation sets and prompt distributions are introduced, occasionally allowing competitive new releases to peak high [tier 4, article 1].
Ce qui fait descendre
- As of 17 September 2026, the top 5 is entirely proprietary models clustered tightly above 1498 Elo, with four spots occupied by Anthropic variants alone [tier 1].
- No open-weight model succeeded in breaking into the top tier during 2026 despite the narrowing gap [tier 1].
- With only about 5.5 months until 31 March 2027, proprietary developers are likely to continue deploying iterative updates that crowd the top 5 [tier 1].
Ce qui ferait le plus bouger ce chiffre
Whether an open-weight developer releases a next-generation flagship model before March 2027 that surpasses existing Claude and Muse frontier checkpoints without proprietary models immediately leapfrogging it.
Comment ce chiffre est fabriqué
| Échéance | 2027-03-31 |
| Taux de base | 18% |
| Meilleure preuve | niveau 4 · 1 article(s) utilisé(s) |
| Estimations | 20 · 24 (écart 4 pts) |
| Confiance | moyenne |
| Plafond de preuve | non déclenché |
| Révisée le | 2026-10-10 12:43 |
| Modèle | gemini-3.8-flash |
Sources consultées
Historique de la probabilité
2026-10-10 12:43 22% 5 article(s) au dossier · gemini-3.8-flash
- Ce qui fait monter. The gap between frontier proprietary and open-weights models narrowed during 2026, increasing the potential for an upcoming open flagship to contend for the top tier [tier 1].
- Ce qui fait monter. Leaderboard rankings can fluctuate as new evaluation sets and prompt distributions are introduced, occasionally allowing competitive new releases to peak high [tier 4, article 1].
- Ce qui fait descendre. As of 17 September 2026, the top 5 is entirely proprietary models clustered tightly above 1498 Elo, with four spots occupied by Anthropic variants alone [tier 1].
- Ce qui fait descendre. No open-weight model succeeded in breaking into the top tier during 2026 despite the narrowing gap [tier 1].
- Ce qui fait descendre. With only about 5.5 months until 31 March 2027, proprietary developers are likely to continue deploying iterative updates that crowd the top 5 [tier 1].
- Ce qui ferait le plus bouger ce chiffre. Whether an open-weight developer releases a next-generation flagship model before March 2027 that surpasses existing Claude and Muse frontier checkpoints without proprietary models immediately leapfrogging it.
2026-10-07 09:18 6% 3 article(s) au dossier · openai/gpt-oss-20b (Groq)
- Ce qui ferait le plus bouger ce chiffre. Whether an open‑weight model will break into the top 5 by March 2027, which depends on future model releases and leaderboard dynamics.
2026-09-23 09:04 22% 2 article(s) au dossier · gemini-3.5-flash
Raisons non conservées pour cette révision (l'historique détaillé n'est gardé que depuis peu).