Foresight by Lightning Rod

兼容 OpenAI 的 AI 预测 API，为真实未来事件返回校准概率，比前沿模型更准更便宜

API服务预测市场预测 API OpenAI

https://lightningrod.ai/

前往官网

深度报告

Foresight 是 Lightning Rod Labs 推出的一款面向开发者的预测 API，核心能力不是生成「听起来正确」的文字，而是针对任何未来真实事件返回经过校准的概率。它完全兼容 OpenAI API 格式，开发者改动几行代码即可接入，在已解决的真实预测市场题目上的 Brier Skill Score 超过 GPT-5、Gemini 3.1 Pro、Opus 4.6 等前沿模型，而推理价格仅为对手的 1/4 到 1/2。其底层方法论 Future-as-Label 被 ICML 2026 AI Forecasting Workshop 选为 Spotlight，并被美国国防创新市场列入可采购清单。
Lightning Rod Labs 由 Ben Turtel 创立并担任 CEO。在创办公司前，他曾把视频平台 Kazm 卖给哈佛大学，担任 Google Area 120 内部项目 Rivet 的创始人兼 CTO，在 Google 有六年以上的软件工程师经验，并拥有纽约大学科学计算硕士学位。公司的技术路线最早可追溯至 2025 年 5 月发表于 TMLR 的论文——一个 14B 模型在预测准确度上追平 OpenAI o1，并在实时交易模拟中产生超过 10% 的收益。公司定位很清晰：通用大模型被训练来模仿文本，而 Lightning Rod 主张用真实世界的结果来训练模型做预测。这一思路在 2025 年 7 月即被验证——Foresight-32B 在实时 Polymarket 数据上击败了体量百倍于己的前沿模型。此后团队陆续在 ProphetArena、ForecastBench、体育预测等公开基准上拿下第一。
Foresight 对外提供的是一组预测模型，以 API 形式交付。调用方式与 OpenAI 完全一致：把客户端 base_url 指向对应地址，再传入模型名与问题即可。区别在于请求体里多了两个预测专用参数——research 控制是否自动联网检索上下文，answer_type 控制返回格式。模型最终输出既有概率也有推理过程。其训练方法 Future-as-Label 是产品真正的护城河。传统大模型用海量静态文本做预测；Foresight 则把历史数据中晚于预测时刻才出现的真实结果当作标签，让模型从真实因果里学习，而不是模仿通用文本。这样做带来的直接收益是校准：如果模型给某事件 70% 的概率，长期来看它就该在约 70% 的情况下发生。ICML 2026 的工作坊论文显示，这一方法让 Brier 分数提升约 27%，校准误差减半，且用 32B 模型就能压过更大的模型。在能力延展上，Foresight 不只做公开市场和政治预测。团队把同一套流水线搬到多个垂直域：用 10-K 财报训练的模型预测上市公司风险实质化，准确度与 GPT-5 持平、校准好三倍；用美联储 Beige Book 预测区域经济，准确度高出 GPT-5 约 26%；用公开新闻与贸易指数覆盖 25 个国家、88 种商品的供应链中断预测，准确度与校准分别优于 GPT-5 约 34% 与 59%；在 MIMIC-III 临床记录上预测临床事件，校准误差下降约 70%，Brier 分数略胜 GPT-5。
公开模型按 token 计价，Foresight 为每百万输出 token 6 美元，对比 GPT-5、Gemini 3.1 Pro、GPT-5.4、Opus 4.6，价格分别是后者的 1.7 倍到 4.2 倍更低。每千次预测的综合成本也显著低于通用模型。新用户注册可获 50 美元免费额度，Product Hunt 活动期间还可用优惠码再领 50 美元额度。商业模式有两条腿。一条是面向开发者与量化团队的公开推理 API；另一条是面向企业与政府的私有化定制——客户用自己的杂乱数据通过 SDK 自动生成训练集并微调专属预测模型，部署在自有云端，数据不出域。政府侧已通过 DARPA 相关资质审核，可经联邦创新市场直接采购。
支持者最买账的是「校准概率」这个切入点。Product Hunt 上不少开发者表示，与其问通用大模型要一个没有校准依据的概率，不如直接拿一个被打过分的预测；对预测市场机器人、做市、风险监控这类需要可以直接行动的概率的场景尤其有价值。OpenAI 兼容的接口形态也被反复称赞。该产品上线即拿下 Product Hunt 当日第三。负向反馈集中在三点。其一，重度使用必须付费、没有免费档，对想先验证的团队是一道门槛。其二，概率输出本身仍需下游做解释与二次校准，不能直接当真理用。其三是社区提出的相关性风险：当大量预测 agent 都跑同一个底层模型，它们的预测会趋于相关，这在依赖独立信号的系统里会改变性质。还有人关心校准漂移。
在学术与基准层面，Foresight 的战绩相当硬。它在 ProphetArena 总榜按 Brier 分数排第一，把 GPT-5、Gemini 3 Pro 及所有前沿模型甩在身后，体育分榜同样是第一；在 ForecastBench 上进入前五，超过 Gemini 3 Pro、Claude Sonnet 4.5 与 o3；v3 在 ForecastBench 上落入超级预测者中位区间，且是在单张 GPU 上跑出来的。多家第三方工具站将其列为比通用 LLM 更准、更便宜的预测 API。横向看，Foresight 的差异化不在又一个大模型，而在把预测本身当成一个独立问题来建模。它不试图覆盖聊天、写作等通用能力，而是专攻校准概率这一垂直能力，并用更低的推理成本换取在 agent 循环里高频调用的可行性。
风险点主要来自产品定位本身。第一，预测市场对校准高度敏感，一旦真实了结结果偏离模型长期校准曲线，信任会快速流失，而官方对校准漂移的监控机制披露有限。第二，相关性风险如前所述。第三，高后果、低概率事件即便概率低也可能需要行动，模型如何在低概率下给出可操作提示，官方文档尚未充分说明。第四，企业私有化训练依赖客户自有数据的质量与时序结构，若历史数据本身有偏，预测也会继承偏误。
这款产品最适合已经在用 OpenAI API、且工作流里需要回答接下来会发生什么的团队：预测市场做市与套利机器人开发者、需要预测工具的 agent 构建者、以及要监控供应链冲击、政策动作、财报意外的风险与量化团队。它也适合想把自有历史数据变成可部署预测模型的企业与政府机构。不太适合的人群是：只想在对话框里聊聊未来的普通用户；对免费额度依赖度高、又不愿先付 API key 的个人玩家；以及需要模型给出确定性结论而非概率分布的决策场景。如果你的需求是通用写作或问答，直接用前沿通用模型更划算；如果你的需求是成千上万次、可被程序直接消费的概率预测，Foresight 的性价比与校准质量值得一试。
Foresight 把预测从通用大模型的附赠能力，重新定义成一门独立的、可被基准验证的工程能力——用真实结果训练、用校准概率交付、用 OpenAI 兼容的接口降低接入门槛。在预测市场、风险监控与 agent 工作流这类场景里，它是目前公开基准上最便宜也最准的选择之一；能否持续兑现校准承诺、并化解规模化部署后的相关性风险，将决定它从工具变平台的距离。

用户评论

彭萍桂

—

校准概率这个角度真刁钻，比问通用大模型要个没依据的猜测靠谱多了。

Shirley_Torres_2022

—

每百万 token 才 6 美元，比 Opus 便宜四倍多，量大真的香。

JeffreyPowell_99

—

OpenAI 兼容太省事了，改个 base_url 就能接进现有 agent 流水线，零重构。

u0ns5

—

我最大的顾虑是校准漂移。模型在 Polymarket 上赢了不假，可事件一旦大量了结，它还能不能保持长期校准？官方说持续对照实时基准，但具体是流式验证还是周期评估没说清楚，这点对实盘特别重要。

PatrickHendersonQ

—

我们之前用 GPT-5 跑预测市场机器人，一个月 token 费用吓死人。换成 Foresight 之后成本直接砍到四分之一，校准还更好，已经准备全量切过去了。

iBertaFleury_pro

—

有人拿它做供应链中断预测，覆盖 25 国 88 种商品，准确度比 GPT-5 高三成以上，这比纯聊天模型务实太多了。

Steven_Russell_77

—

Product Hunt 当日第三，有点东西。

Douglas_Hall_77

—

相关性风险是真问题。如果一堆预测 agent 都调同一个底层模型，它们的概率会越来越像，到头来系统里全是相关信号。官方说企业可私有化训练，但通用 API 这层怎么破？希望后续能开放 ensemble 接口。

BWood_7703

—

重度使用要付费、没有免费档，个人玩家先被挡在门外了。

Megan_Hicks

—

我们风控组接了 Foresight 监控政策动作和财报意外。以前靠分析师拍脑袋给概率，现在直接喂新闻和 SEC 文件出校准分布，决策会上终于有可被质疑、可被追溯的数字了。不过低概率高后果事件还是得人盯着，不能全信模型。

3611ENAW

—

answer_type 设 auto 直接吐 <answer> 标签里的校准概率，解析起来很顺手，配合 research=True 还能自动拉上下文，省了自己再接搜索。

buJEN

—

比起「70% 会降息」这种嘴上说说的预测，我更信它有 Brier 分数背书、还落进超级预测者区间。量化团队就吃这一套，毕竟我们在 ProphetArena 上比对过，它总榜第一、体育分榜也是第一，比直接问 GPT-5 拿个没校准的概率踏实多了，回测时也不会被假确信带偏。

黎伟丹

—

文档里说单张 GPU 就能跑 v3，私有部署数据不出域，这点对金融客户很关键。

顾龙强

—

校准区间会在返回里给吗？还是只有点估计？实盘里知道何时别信它，比知道概率本身更值钱。

Frank_PerezZ

—

把预测做成独立能力而非大模型的附赠，思路很清楚。

SOcol

—

试了用它做做市：拉 Polymarket 实时盘口，拿模型概率给每个合约定价，吃市场价和公允值之间的价差。一晚跑了数千次调用，成本比用前沿模型低一个数量级，速度也跟得上。唯一担心的是同类 agent 多了之后信号同质化。

Foresight by Lightning Rod

深度报告

用户评论

相关链接

同类产品