Prognosemärkte setzen echtes Geld darauf, wer bei Bild-KI gewinnt – und die Quoten sind extrem einseitig

Polymarket hat eine fortlaufende Reihe von Fragen, die vor zwei Jahren absurd geklungen hätten: Welches Unternehmen wird Ende Oktober die beste KI zur Bildbearbeitung haben? Welches Unternehmen wird bis Ende November das beste Text-zu-Bild-Modell haben? Auf die Antworten wird echtes Geld gesetzt, und die aktuellen Quoten verraten, was die Menge tatsächlich glaubt – ohne den Glanz von Pressemitteilungen.

Stand Ende September ist das Bild eindeutig. OpenAI liegt bei etwa 84 Prozent für das beste Text-zu-Bild-Modell bis Ende November. Beim Markt für Bildbearbeitung liegt OpenAI nahe 90 Prozent. Auf der Bild-zu-Video-Seite ist das Geld zu MiniMax gewandert, das mit über 90 Prozent für die beste Bild-zu-Video-KI gehandelt wird – ein bemerkenswerter Sprung angesichts der Überfüllung, die diese Kategorie früher im Jahr zu haben schien.

Was die Quoten messen – und was nicht

Diese Märkte sind Crowd-Benchmarks. Die Trader reagieren auf dieselben Signale, die wir alle sehen: Release Notes, Nutzervergleiche, Arena-Bestenlisten, der virale Post, der die Bearbeitung eines Modells magisch aussehen lässt. Dadurch sind die Quoten ein brauchbares Stimmungsbarometer und ein schlechter Maßstab für die Wahrheit. „Beste“ ist absichtlich undefiniert, und die Menge entscheidet es so, wie das Internet es immer tut: nach den Vergleichen, die in dieser Woche viral gingen.

Dennoch trägt die Einseitigkeit Informationen. Ein Konsens von 84 bis 90 Prozent für OpenAI in zwei Kategorien ist die Aussage des Marktes, dass die Lücke groß ist. Die MiniMax-Position bei Bild-zu-Video ist die Aussage des Marktes, dass dort ein Spezialist die Generalisten geschlagen hat, zumindest vorerst. Das Volumen hinter diesen Märkten – bei den größeren Zehntausende Dollar Liquidität – ist zu dünn, um es institutionell zu nennen, aber die Richtung ist Woche für Woche konsistent.

Was die Kategorien tatsächlich abdecken

Es hilft, genau zu sein, was „beste“ in jedem Markt bedeutet, denn die Kategorien sind nicht austauschbar. Text-zu-Bild misst die rohe Generierungsqualität: Wie gut ist das Bild, das ein Modell aus einem Prompt erzeugt. Bildbearbeitung misst Veränderung: Man gibt ein vorhandenes Foto hinein und bittet das Modell, es zu ändern; das testet Konsistenz, Anweisungsbefolgung und wie gut das Modell bewahrt, was es nicht ändern sollte. Bild-zu-Video ist die jüngste Kategorie und technisch die schwierigste: Sie verlangt von einem Modell, ein Standbild kohärent zu animieren, und Kohärenz über die Zeit ist unnachgiebig auf eine Weise, wie es einzelne Frames nicht sind.

Die Quoten teilen sich sauber entlang dieser Linien, und die Aufteilung ist plausibel. Rohe Generierung und Bearbeitung belohnen die größten Trainingsläufe und das meiste Nutzerfeedback, was die größten Labore begünstigt. Bild-zu-Video belohnt ein anderes Optimierungsziel, zeitliche Konsistenz, bei dem ein fokussiertes Team überholen kann. Dass MiniMax mit über 90 Prozent gehandelt wird, während OpenAI die anderen beiden Kategorien anführt, ist genau das Muster, das man erwarten würde, wenn Spezialisierung noch zählt – was selbst eine Aussage über das Feld ist: Die Frontier ist kein einziges Rennen, sondern mehrere, und die Führenden unterscheiden sich je nach Strecke.

Ein Wort der Vorsicht zur Genauigkeit der Menge

Prognosemärkte haben eine ordentliche Bilanz bei diskreten Ereignissen mit klarer Auflösung – Wahlen und Zinsentscheidungen – und eine schlechtere bei kontinuierlichen Qualitätsurteilen, um die es hier geht. „Beste KI zur Bildbearbeitung“ hat keinen offiziellen Punktrichter, also wird der Markt so aufgelöst, wie es die Auflösungsregeln vorsehen, meist durch Verweis auf Bestenlisten oder Arena-Rankings zum Ablaufzeitpunkt. Dadurch sind die Quoten eine Prognose dessen, was die Referenz-Rankings sagen werden – einen Schritt entfernt von der Wahrheit, die den Tradern vermutlich eigentlich wichtig ist.

Die Meme-Aktien-Episode vom Januar 2021 und diverse Krypto-Märkte haben gezeigt, dass dünne Märkte manipuliert werden können. Diese Bild-Märkte sind nicht so dünn, aber sie sind weit von der Tiefe politischer Märkte entfernt, und der Teilnehmerpool ist klein genug, dass ein koordinierter Vorstoß einer motivierten Community nur im Rückblick sichtbar wäre. Lesen Sie die Stände als Stimmung mit angehängtem Geld, nicht als Messung.

Die Marktstruktur, genau gelesen

Die Ereignisserie läuft Monat für Monat, was jede Ablaufphase in ein Referendum über die vorherige verwandelt. Der Bild-zu-Video-Markt für Ende September stand kurz vor der Auflösung, als der für Ende Oktober öffnete, und die Woche-für-Woche-Bewegungen sind der Ort, an dem die Informationen leben: Der Oktober-Videomarkt stieg in einer einzigen Woche um 15 Prozent, was bedeutet, dass etwas ausgeliefert wurde oder durchsickerte, das die Meinung der Menge änderte. Der November-Markt für Text-zu-Bild stieg in der Woche um 4 Prozent. Leises Driften wie dieses ist meist die Ansammlung kleiner Belege – Arena-Ergebnisse und Nutzervergleiche – und keine Reaktion auf eine einzige Schlagzeile.

Die Liquidität dieser Märkte ist real, aber bescheiden – Zehntausende im Volumen bei vergleichbarer Liquidität –, sodass einige große Positionen kurzfristige Preise bewegen können. Behandeln Sie plötzliche Ausschläge mit demselben Misstrauen wie einen dünnen Altcoin-Chart. Der langsame Konsens, über Wochen hinweg gehaltene Quoten, ist das haltbarere Signal.

Warum die Open-Weights-Community sich darum kümmern sollte

Hier ist der Haken: Keiner der Märkte verfolgt offene Modelle, und die Open-Source-Community hatte gerade einen lauten Monat. Qwen Image 2.1, ein 7B-Open-Weights-Modell, erschien mit Benchmarks, die Parität mit Nano Banana 2.0 beanspruchen, und zog einen Hacker-News-Thread mit 739 Punkten nach sich. Lokale Tools, Portierungen und Direktvergleiche tauchten innerhalb von Tagen auf. Ein Modell, das man herunterladen kann, ist nicht für „welches Unternehmen hat das beste“ qualifiziert, so wie die Märkte es formulieren, was bedeutet, dass der Konsens der Menge nur die gehostete Frontier misst.

Diese Lücke ist wichtig dafür, wie Sie die Quoten lesen. Der Markt sagt, OpenAI führt das gehostete Feld an. Der r/StableDiffusion-Feed sagt, ein kostenloses Modell läuft auf einem Laptop und blamiert einige gehostete Ausgaben. Beides kann wahr sein, weil sie unterschiedliche Fragen beantworten: bestes insgesamt versus bestes pro Dollar, bester Feinschliff versus beste Kontrolle. Prognosemärkte reduzieren diese Nuance auf eine Zahl, und die Zahl schmeichelt demjenigen, der die am besten dokumentierten Releases ausliefert.

Die Märkte kodieren außerdem eine Einreichungsfrist. „Ende Oktober“ ist ein echter Stichtag, und Modelle, die danach veröffentlicht werden, zählen nicht, egal wie gut sie sind. Echte Nutzer haben keine Stichtage. Ein besseres Modell, das am 1. November erscheint, ist am 1. November bereits besser. Das ist eine allgemeine Schwäche von Ereignismärkten, wenn man sie auf Software anwendet: Sie messen Momentaufnahme-Rennen, und Softwarequalität ist ein gleitender Durchschnitt.

Den Markt als Nutzer lesen

Wenn Sie entscheiden, wohin Geld oder Aufmerksamkeit fließen soll, sollten die Quoten am besten als Abkürzung für „was hat Momentum“ behandelt werden. Momentum ist für API-Nutzer wichtig, weil sich die Modellqualität monatlich verschiebt und Wechselkosten real sind. Die 90 Prozent für OpenAI bei der Bearbeitung sagen, dass ein Wechsel weg davon bedeuten würde, sich mit der Menge anzulegen. Die MiniMax-Video-Quoten sagen, dass ihre Bild-zu-Video-Pipeline diejenige ist, die gerade tatsächlich getestet wird.

Speziell für Beschaffungsentscheidungen fungieren die Quoten als Vorab-Diligence-Filter. Wenn der Markt einem Anbieter 90 Prozent in der Kategorie gibt, die Sie einkaufen, liegt die Beweislast bei der Alternative. Wenn der Markt bei 50-50 steht, befinden Sie sich in einem echt umkämpften Gebiet, was meist bedeutet, dass die Kategorie jung ist und die richtige Antwort von Ihrem Anwendungsfall abhängt und nicht von einer Bestenliste.

Die interessanteren Wetten sind die, die die Menge noch nicht eröffnet hat: Benchmarks für offene Modelle gegen gehostete oder ein Markt darauf, welche Kategorie den nächsten Qualitätssprung sieht. Bis dahin fungieren die Märkte als seltsam ehrlicher Aggregator des Community-Hypes. Sie können falschliegen. Sie sind selten verwirrt.