Foresight by Lightning Rod

相容 OpenAI 的 AI 預測 API，為真實未來事件返回校準機率，比前沿模型更準更便宜

API服務預測市場預測 API OpenAI

https://lightningrod.ai/

前往官網

深度報告

Foresight 是 Lightning Rod Labs 推出的一款面向開發者的預測 API，核心能力不是生成「聽起來正確」的文字，而是針對任何未來真實事件返回經過校準的機率。它完全相容 OpenAI API 格式，開發者改動幾行程式碼即可接入，在已解決的真實預測市場題目上的 Brier Skill Score 超過 GPT-5、Gemini 3.1 Pro、Opus 4.6 等前沿模型，而推理價格僅為對手的 1/4 到 1/2。其底層方法論 Future-as-Label 被 ICML 2026 AI Forecasting Workshop 選為 Spotlight，並被美國國防創新市場列入可採購清單。
Lightning Rod Labs 由 Ben Turtel 創立並擔任 CEO。在創辦公司前，他曾把影片平臺 Kazm 賣給哈佛大學，擔任 Google Area 120 內部專案 Rivet 的創始人兼 CTO，在 Google 有六年以上的軟體工程師經驗，並擁有紐約大學科學計算碩士學位。公司的技術路線最早可追溯至 2025 年 5 月發表於 TMLR 的論文——一個 14B 模型在預測準確度上追平 OpenAI o1，並在實時交易模擬中產生超過 10% 的收益。公司定位很清晰：通用大模型被訓練來模仿文字，而 Lightning Rod 主張用真實世界的結果來訓練模型做預測。這一思路在 2025 年 7 月即被驗證——Foresight-32B 在實時 Polymarket 資料上擊敗了體量百倍於己的前沿模型。此後團隊陸續在 ProphetArena、ForecastBench、體育預測等公開基準上拿下第一。
Foresight 對外提供的是一組預測模型，以 API 形式交付。呼叫方式與 OpenAI 完全一致：把客戶端 base_url 指向對應地址，再傳入模型名與問題即可。區別在於請求體裡多了兩個預測專用引數——research 控制是否自動聯網檢索上下文，answer_type 控制返回格式。模型最終輸出既有機率也有推理過程。其訓練方法 Future-as-Label 是產品真正的護城河。傳統大模型用海量靜態文字做預測；Foresight 則把歷史資料中晚於預測時刻才出現的真實結果當作標籤，讓模型從真實因果裡學習，而不是模仿通用文字。這樣做帶來的直接收益是校準：如果模型給某事件 70% 的機率，長期來看它就該在約 70% 的情況下發生。ICML 2026 的工作坊論文顯示，這一方法讓 Brier 分數提升約 27%，校準誤差減半，且用 32B 模型就能壓過更大的模型。在能力延展上，Foresight 不只做公開市場和政治預測。團隊把同一套流水線搬到多個垂直域：用 10-K 財報訓練的模型預測上市公司風險實質化，準確度與 GPT-5 持平、校準好三倍；用美聯儲 Beige Book 預測區域經濟，準確度高出 GPT-5 約 26%；用公開新聞與貿易指數覆蓋 25 個國家、88 種商品的供應鏈中斷預測，準確度與校準分別優於 GPT-5 約 34% 與 59%；在 MIMIC-III 臨床記錄上預測臨床事件，校準誤差下降約 70%，Brier 分數略勝 GPT-5。
公開模型按 token 計價，Foresight 為每百萬輸出 token 6 美元，對比 GPT-5、Gemini 3.1 Pro、GPT-5.4、Opus 4.6，價格分別是後者的 1.7 倍到 4.2 倍更低。每千次預測的綜合成本也顯著低於通用模型。新使用者註冊可獲 50 美元免費額度，Product Hunt 活動期間還可用優惠碼再領 50 美元額度。商業模式有兩條腿。一條是面向開發者與量化團隊的公開推理 API；另一條是面向企業與政府的私有化定製——客戶用自己的雜亂資料透過 SDK 自動生成訓練集並微調專屬預測模型，部署在自有云端，資料不出域。政府側已透過 DARPA 相關資質稽核，可經聯邦創新市場直接採購。
支持者最買賬的是「校準機率」這個切入點。Product Hunt 上不少開發者表示，與其問通用大模型要一個沒有校準依據的機率，不如直接拿一個被打過分的預測；對預測市場機器人、做市、風險監控這類需要可以直接行動的機率的場景尤其有價值。OpenAI 相容的介面形態也被反覆稱讚。該產品上線即拿下 Product Hunt 當日第三。負向反饋集中在三點。其一，重度使用必須付費、沒有免費檔，對想先驗證的團隊是一道門檻。其二，機率輸出本身仍需下游做解釋與二次校準，不能直接當真理用。其三是社群提出的相關性風險：當大量預測 agent 都跑同一個底層模型，它們的預測會趨於相關，這在依賴獨立訊號的系統裡會改變性質。還有人關心校準漂移。
在學術與基準層面，Foresight 的戰績相當硬。它在 ProphetArena 總榜按 Brier 分數排第一，把 GPT-5、Gemini 3 Pro 及所有前沿模型甩在身後，體育分榜同樣是第一；在 ForecastBench 上進入前五，超過 Gemini 3 Pro、Claude Sonnet 4.5 與 o3；v3 在 ForecastBench 上落入超級預測者中位區間，且是在單張 GPU 上跑出來的。多家第三方工具站將其列為比通用 LLM 更準、更便宜的預測 API。橫向看，Foresight 的差異化不在又一個大模型，而在把預測本身當成一個獨立問題來建模。它不試圖覆蓋聊天、寫作等通用能力，而是專攻校準機率這一垂直能力，並用更低的推理成本換取在 agent 迴圈裡高頻呼叫的可行性。
風險點主要來自產品定位本身。第一，預測市場對校準高度敏感，一旦真實了結結果偏離模型長期校準曲線，信任會快速流失，而官方對校準漂移的監控機制披露有限。第二，相關性風險如前所述。第三，高後果、低機率事件即便機率低也可能需要行動，模型如何在低機率下給出可操作提示，官方文件尚未充分說明。第四，企業私有化訓練依賴客戶自有資料的質量與時序結構，若歷史資料本身有偏，預測也會繼承偏誤。
這款產品最適合已經在用 OpenAI API、且工作流裡需要回答接下來會發生什麼的團隊：預測市場做市與套利機器人開發者、需要預測工具的 agent 構建者、以及要監控供應鏈衝擊、政策動作、財報意外的風險與量化團隊。它也適合想把自有歷史資料變成可部署預測模型的企業與政府機構。不太適合的人群是：只想在對話方塊裡聊聊未來的普通使用者；對免費額度依賴度高、又不願先付 API key 的個人玩家；以及需要模型給出確定性結論而非機率分佈的決策場景。如果你的需求是通用寫作或問答，直接用前沿通用模型更划算；如果你的需求是成千上萬次、可被程式直接消費的機率預測，Foresight 的價效比與校準質量值得一試。
Foresight 把預測從通用大模型的附贈能力，重新定義成一門獨立的、可被基準驗證的工程能力——用真實結果訓練、用校準機率交付、用 OpenAI 相容的介面降低接入門檻。在預測市場、風險監控與 agent 工作流這類場景裡，它是目前公開基準上最便宜也最準的選擇之一；能否持續兌現校準承諾、並化解規模化部署後的相關性風險，將決定它從工具變平臺的距離。

使用者評論

彭萍桂

—

校準機率這個角度真刁鑽，比問通用大模型要個沒依據的猜測靠譜多了。

Shirley_Torres_2022

—

每百萬 token 才 6 美元，比 Opus 便宜四倍多，量大真的香。

JeffreyPowell_99

—

OpenAI 相容太省事了，改個 base_url 就能接進現有 agent 流水線，零重構。

u0ns5

—

我最大的顧慮是校準漂移。模型在 Polymarket 上贏了不假，可事件一旦大量了結，它還能不能保持長期校準？官方說持續對照實時基準，但具體是流式驗證還是週期評估沒說清楚，這點對實盤特別重要。

PatrickHendersonQ

—

我們之前用 GPT-5 跑預測市場機器人，一個月 token 費用嚇死人。換成 Foresight 之後成本直接砍到四分之一，校準還更好，已經準備全量切過去了。

iBertaFleury_pro

—

有人拿它做供應鏈中斷預測，覆蓋 25 國 88 種商品，準確度比 GPT-5 高三成以上，這比純聊天模型務實太多了。

Steven_Russell_77

—

Product Hunt 當日第三，有點東西。

Douglas_Hall_77

—

相關性風險是真問題。如果一堆預測 agent 都調同一個底層模型，它們的機率會越來越像，到頭來系統裡全是相關訊號。官方說企業可私有化訓練，但通用 API 這層怎麼破？希望後續能開放 ensemble 介面。

BWood_7703

—

重度使用要付費、沒有免費檔，個人玩家先被擋在門外了。

Megan_Hicks

—

我們風控組接了 Foresight 監控政策動作和財報意外。以前靠分析師拍腦袋給機率，現在直接喂新聞和 SEC 檔案出校準分佈，決策會上終於有可被質疑、可被追溯的數字了。不過低機率高後果事件還是得人盯著，不能全信模型。

3611ENAW

—

answer_type 設 auto 直接吐 <answer> 標籤裡的校準機率，解析起來很順手，配合 research=True 還能自動拉上下文，省了自己再接搜尋。

buJEN

—

比起「70% 會降息」這種嘴上說說的預測，我更信它有 Brier 分數背書、還落進超級預測者區間。量化團隊就吃這一套，畢竟我們在 ProphetArena 上比對過，它總榜第一、體育分榜也是第一，比直接問 GPT-5 拿個沒校準的機率踏實多了，回測時也不會被假確信帶偏。

黎偉丹

—

文件裡說單張 GPU 就能跑 v3，私有部署資料不出域，這點對金融客戶很關鍵。

顧龍強

—

校準區間會在返回裡給嗎？還是隻有點估計？實盤裡知道何時別信它，比知道機率本身更值錢。

Frank_PerezZ

—

把預測做成獨立能力而非大模型的附贈，思路很清楚。

SOcol

—

試了用它做做市：拉 Polymarket 實時盤口，拿模型機率給每個合約定價，吃市場價和公允值之間的價差。一晚跑了數千次呼叫，成本比用前沿模型低一個數量級，速度也跟得上。唯一擔心的是同類 agent 多了之後訊號同質化。

Foresight by Lightning Rod

深度報告

使用者評論

相關連結

同類產品