How many more Millennium Prize Problems will AI solve in 2026?

Laut den neuesten Prognosemarktdaten zur Frage „How many more Millennium Prize Problems will AI solve in 2026?“ haben die Händler einen starken Konsens gebildet.

Derzeit dominiert 0 den Markt mit einer überwältigenden Gewinnwahrscheinlichkeit von 49,5%. 1 folgt auf dem zweiten Platz mit 28,5%, während 2 mit 14,5% auf dem dritten Platz liegt. Das Wettvolumen dieses Marktes hat bereits $78,4K erreicht, was auf großes Interesse hindeutet.

Um besser einzuschätzen, wo jedes mögliche Ergebnis steht, lässt sich der Markt anhand der impliziten Wahrscheinlichkeit und der Kontraktpreise in drei Handelsstufen unterteilen:

🥇 Stufe 1: Der dominante Spitzenreiter

• 0 (49,5%): Mit der höchsten Wahrscheinlichkeit wird 0 vom Orderbuch stark favorisiert. Wer auf dieses Ergebnis setzen will, sieht sich einem „Buy Yes“-Kontraktpreis von 50¢ gegenüber – ein Zeichen hoher Marktüberzeugung. Allein dieser Kontrakt hat $16.2K Volumen erzeugt.

🥈 Stufe 2: Die wichtigsten Herausforderer

• 1 (28,5%): Als tragfähigste Alternative hält 1 eine Wahrscheinlichkeit von 28,5%, einzutreten. Seine „Buy Yes“-Anteile werden derzeit zu 28¢ gehandelt.
• 2 (14,5%): Auf dem dritten Platz mit 14,5% Wahrscheinlichkeit zeigt der Markt eine maßvolle Skepsis gegenüber 2 und behandelt es als Außenseiter, sofern sich die Dynamik nicht ändert.

🥉 Stufe 3: Die Long-Tail-Optionen (zusammen ~7,5%)

Über die Top-3 hinaus wird ein breites Feld an Makrovariablen und Außenseiter-Ergebnissen verfolgt. Auch wenn ihre Einzelwahrscheinlichkeiten niedrig sind, bilden sie wichtige Absicherungen für spekulative Händler:

• Alternative Optionen: Dazu gehören 3 (6,8%), 4 (1,7%) und 5 (0,6%).
• Spekulatives Volumen: Trotz geringer statistischer Wahrscheinlichkeit ziehen bestimmte Long-Tail-Kontrakte wie 3 weiterhin nennenswertes Interesse an.

This market will resolve according to the number of distinct qualifying Millennium Prize Problems for which an eligible AI lab announces a solution by December 31, 2026, 11:59 PM ET.

Each qualifying problem is counted once, regardless of how many eligible AI labs announce a solution to it or how many announcements are made.

The qualifying problems are, in alphabetical order, the Birch and Swinnerton-Dyer Conjecture, the Hodge Conjecture, P versus NP, the Riemann Hypothesis, and the Yang-Mills existence and mass gap problem (https://www.claymath.org/millennium-problems/). Announcements concerning the Navier-Stokes existence and smoothness problem will not qualify.

A qualifying announcement must be made by an eligible AI lab or an official representative of the lab, and must express that the problem has been solved; announcements of partial results or progress toward a solution will not qualify. The announcement must present the solution as the work of the lab, its researchers, or its models, alone or jointly with outside researchers. An announcement that only credits or congratulates outside researchers, including researchers who used the lab's models, compute, or research credits, will not qualify. No further confirmation from Clay Math Institute or any other organization is required.

The eligible AI labs are Anthropic, Google, SpaceXAI, Alibaba, OpenAI, Baidu, Z.ai, Xiaomi, Moonshot, Meta, Nvidia, DeepSeek, MiniMax, Meituan, Amazon, ByteDance, Mistral, Tencent, StepFun, Microsoft, Harmonic, Axiom Math, Math Inc, Safe Superintelligence, Thinking Machines Lab, Reflection AI, Periodic Labs, Apple, IBM, Huawei, Samsung, Oracle, Salesforce, Cohere, AI21 Labs, Reka, Sakana AI, Poolside, Magic, Perplexity, Anysphere, Kuaishou, SenseTime, iFlytek, Baichuan, and 01.AI, together with their subsidiaries and research divisions, and any other company with a model listed on the MMLU-pro leaderboard (https://huggingface.co/spaces/TIGER-Lab/MMLU-Pro) at the time of the announcement. Announcements by any other company, organization, or individual will not qualify.

The primary resolution source for this market will be official information from the eligible AI labs and/or their official representatives; however, a consensus of credible reporting may also be used.

Während menschlicher Konsens und spekulatives Volumen den breiteren Prognosemarkt prägen, bieten unsere quantitativen Algorithmen eine datengetriebene Gegenperspektive. Durch Analyse fundamentaler Signale, zugrunde liegender Trends und historischer Verteilungen berechnet unser KI-Bewertungsmodell für jedes Ergebnis eine unabhängige „Fair-Value“-Wahrscheinlichkeit.

Der Vergleich dieses Fair Value mit dem aktuellen Marktwert deckt große Abweichungen auf – die sogenannte Erwartungswert-(EV-)Lücke. Kontrakte mit positiver EV-Lücke sind statistisch unterbewertete Ergebnisse, während eine negative EV-Lücke auf eine mögliche Marktüberreaktion hinweist.

Top-KI-Alpha & fehlbepreiste Arbitrage-Chancen

Auf Basis des jüngsten Datenmodell-Laufs fallen mehrere Schlüsselkontrakte mit deutlichen Abweichungen auf:

• Das am stärksten überbewertete Ergebnis: 0 wird derzeit zu 49,5% gehandelt, doch unsere KI setzt den Fair Value bei nur 34,4% an. Das erzeugt eine große negative EV-Lücke von -15,1% und deutet darauf hin, dass die Masse dieses Ergebnis überbewertet.
• Der beste Value-Play (höchster EV): Unser Modell identifiziert 1 als die attraktivste Value-Chance auf dem Board. Während der Markt ihm nur eine Handelswahrscheinlichkeit von 28,5% zuweist, liegt die Fair-Value-Einschätzung unserer KI bei 39,3% – eine beeindruckende EV-Lücke von +10,8%.
• Unbeachtete Außenseiter: Weitere bemerkenswerte Abweichungen sind 2 (EV-Lücke: +6,5%) und 3 (EV-Lücke: +0,6%). Diese Long-Tail-Chancen werden von den Orderbüchern trotz stärkerer statistischer Untermauerung deutlich abgewertet.