UniPat AI phát hành mô hình dự đoán EchoZ, tỷ lệ thắng trong giao dịch thực tế trên Polymarket là 63%, "vượt xa các nhà giao dịch con người"

PolyMarket đạt khối lượng giao dịch hàng năm lên tới hàng chục tỷ đô la, nhưng hơn 90% người giao dịch trong dài hạn vẫn liên tục thua lỗ (Dune Analytics, 3/2026). Trong một trò chơi lấy “dự đoán tương lai” làm trung tâm, phần lớn mọi người chỉ đang trả tiền cho một nhóm người ra quyết định tốt hơn.

Nếu mấu chốt của thắng thua nằm ở việc ai giỏi hơn trong việc phán đoán xác suất, thì vấn đề trở thành: năng lực này có thể được sao chép không?

UniPat AI’s EchoZ-1.0 chính là câu trả lời định lượng cho đúng bài toán đó. Khi đối chiếu với các nhà giao dịch con người trên Polymarket, tỷ lệ thắng của nó trong các vấn đề thuộc mảng chính trị đạt 63,2%, và đạt 59,3% trong các dự đoán dài hạn. Nhóm đã xây dựng 5 EchoZ Agent để giao dịch thực chiến; trong đó 4 cái tạo ra lợi nhuận, và cái hoạt động tốt nhất đạt mức lãi 15% trong vòng một tuần.

Đây không phải là kết quả của “chiêu giao dịch”, mà giống như sự lan tỏa năng lực của mô hình. Các thành viên nòng cốt của UniPat AI đến từ các đội ngũ mô hình lớn như Qwen, Kimi, Xiaomi, Seed… Họ tham gia lâu dài vào việc xây dựng mô hình suy luận và các hệ thống ra quyết định phức tạp. Trong môi trường thị trường dự đoán—vốn dĩ là “trò chơi xác suất”—họ cố gắng thay thế trực giác một cách có hệ thống bằng mô hình, và liên tục kiểm chứng năng lực đó trên thị trường thật.

Quan trọng hơn, đây không chỉ là một mô hình nổi bật trên báo cáo, mà là một năng lực dự đoán có thể gọi trực tiếp. UniPat AI đang thương mại hóa EchoZ và dự định mở ra cho bên ngoài dưới dạng API. Với các nhà phát triển và tổ chức, điều này có nghĩa là trong tương lai họ có thể trực tiếp nhập một câu hỏi và nhận được đầu ra đầy đủ, bao gồm kết luận, phân phối xác suất, chuỗi bằng chứng và phân tích phản thực (counterfactual).

Trước khi thực sự mở rộng, một câu hỏi đáng được mổ xẻ hơn là: lợi thế của EchoZ rốt cuộc đến từ đâu?

63% tỷ lệ thắng nghĩa là gì

Người từng làm trong các trò chơi xác suất sẽ biết: trong một thị trường zero-sum nơi đa số người thua lỗ, mức lợi thế của tỷ lệ thắng theo ý nghĩa thống kê 60%+ là cỡ nào. Chỉ cần vượt 50% thì đã có kỳ vọng dương; còn 60% đã đủ để xây dựng chiến lược tạo lợi nhuận ổn định.

Tỷ lệ thắng theo từng kịch bản của EchoZ đối với các nhà giao dịch con người trên Polymarket:

Chính trị và quản trị: 63,2%

Dự đoán dài hạn (hơn 7 ngày): 59,3%

Khoảng bất định cao (niềm tin của con người 55%-70%): 57,9%

Quy luật rất rõ ràng: khi con người càng do dự, càng khó phán đoán—những bối cảnh có chu kỳ dài, nhiều yếu tố tranh chấp, thông tin bị phân mảnh—thì lợi thế của EchoZ càng lớn.

Đây cũng chính là những bài toán ra quyết định “đắt giá” nhất. Xu hướng chính sách quản lý, các biến số kinh tế vĩ mô, các đề xuất quản trị trên chuỗi, thời điểm niêm yết token… phần lớn đều thuộc nhóm vấn đề có mức bất định cao, chu kỳ dài và nhiều yếu tố đan xen. Ai có thể liên tục đưa ra các phán đoán xác suất chính xác hơn trong những bối cảnh này, người đó sẽ có alpha.

EchoZ đứng #1 trên General AI Prediction Leaderboard với Elo 1034,2, vượt Gemini-3.1-Pro (1032,2), Claude-Opus-4.6 (1017,2) và GPT-5.2. Bảng xếp hạng bao gồm 12 mô hình, 7 lĩnh vực, và 1000+ câu hỏi hoạt động.

Xếp hạng này có đáng tin không

Nếu tự xây bảng xếp hạng, phản ứng đầu tiên thường là “tự phong cho mình giải thưởng”. UniPat AI đã làm một việc rất Crypto Native: toàn bộ dữ liệu được công khai.

Tất cả các câu hỏi dự đoán, phân phối xác suất đầu ra của mô hình và kết quả kết toán cuối cùng đều được công khai tại echo.unipat.ai, ai cũng có thể lần theo để tự kiểm chứng.

Ngoài ra, họ cũng công khai bốn nhóm bài kiểm tra áp lực:

Điều chỉnh các tham số cốt lõi của khung chấm điểm (σ từ 0,01 đến 0,50, tổng cộng 9 nhóm): EchoZ đứng #1 trong mọi cấu hình, là mô hình duy nhất không có dao động ở thứ hạng. GPT-5.2 dao động mạnh từ vị trí #2 đến #9.

Ngẫu nhiên loại bỏ 10%-70% dữ liệu, nhưng thứ hạng vẫn ổn định.

Loại bỏ 1-6 mô hình khỏi bảng xếp hạng, thì thứ tự còn lại gần như không thay đổi.

Khi mô hình mới gia nhập, sau 5,4 ngày có thể hội tụ về thứ hạng ổn định.

Minh bạch, có thể kiểm chứng, chống nhiễu.

Nó kiếm tiền bằng cách nào

EchoZ sẽ tự tìm kiếm thông tin, đọc tin tức, truy vấn dữ liệu, rồi xuất ra một báo cáo dự đoán dạng cấu trúc: phân phối xác suất, chuỗi bằng chứng, căn cứ đánh giá—mọi bước suy luận đều có thể lần theo.

Hãy xem ba ví dụ thực tế:

Dự đoán vốn hóa NVIDIA. Ngày 18/3/2026, EchoZ trả lời câu hỏi “Công ty nào sẽ là công ty có vốn hóa toàn cầu cao nhất vào ngày 31/3?”, đưa ra xác suất 98% cho NVIDIA. Căn cứ không phải là một mẩu thông tin, mà là nhiều chuỗi bằng chứng độc lập được đối chiếu: vốn hóa của NVIDIA là khoảng ~$4,43T-$4,45T, dẫn trước Alphabet và Apple khoảng $7000 tỷ, trong 9 ngày giao dịch gần như không thể bị san bằng; Bộ Thương mại Mỹ ngày 13/3 đã rút lại quy tắc kiểm soát xuất khẩu chip AI, loại bỏ rủi ro quản lý lớn nhất trước ngày mục tiêu; biến động ngụ ý trên thị trường quyền chọn chỉ ±1,98%, thị trường phái sinh không có cú sụt giảm nào có thể “xóa sạch” lợi thế dẫn 15% trong một lần định giá; việc các cơ sở khí heli của Qatar dừng hoạt động tạo rủi ro chuỗi cung ứng, nhưng TSMC vẫn chưa dừng hoạt động. Bốn mảnh bằng chứng lần lượt khóa kết luận theo bốn chiều: toán vốn hóa, quản lý, định giá phái sinh, và chuỗi cung ứng.

Dự đoán đỉnh mới của ETH. Ngày 18/3/2026, EchoZ trả lời “ETH/USDT có tạo ra mức cao kỷ lục trước ngày 31/3 không?”, đưa ra xác suất 99% và phán No. Chuỗi suy luận rất rõ: giá hiện tại khoảng $2.220-$2.340, mức cao nhất lịch sử $4.956,78, trong 13 ngày cần tăng 112%-123%; Cục Dự trữ Liên bang Mỹ giữ nguyên lãi suất 3,50%-3,75% kết hợp với xung đột Mỹ-Iran khiến môi trường vĩ mô kìm hãm việc tài sản rủi ro bùng nổ tăng mạnh; USDT neo ổn định, và Binance ETH/USDT có độ sâu dồi dào (tính trong khoảng giá 2% thì có $35M thanh khoản), loại trừ hiện tượng “giá danh nghĩa bất thường” do stablecoin bị mất neo. Ba chuỗi bằng chứng độc lập đối chiếu lẫn nhau, và đồng thuận Polymarket cũng đưa ra xác suất <1%.

Dự đoán hạt giống số 1 khu vực Tây của NBA. Cũng vào ngày 18/3, EchoZ dự đoán hạt giống số 1 của khu vực Tây mùa giải NBA 2025-26, đưa ra xác suất cho Oklahoma City Thunder là 89,9%. Luận điểm cốt lõi: Thunder có thành tích 54 thắng 15 thua, hơn San Antonio Spurs 3 trận, và mỗi đội còn lại 13 trận; Spurs dù có lợi thế về thành tích đối đầu (4-1), chỉ cần san bằng là đủ, nhưng Spurs lại gặp phần lịch thi đấu còn lại khó nhất toàn liên minh (tỷ lệ thắng của đối thủ .560); magic number của Thunder chỉ là 11, chỉ cần thi đấu bình thường là có thể chốt. Lakers nhiều nhất đạt 57 thắng, về mặt toán học đã bị loại, xác nhận đây là cuộc tranh giành giữa hai đội.

Điểm mấu chốt là: những dự đoán này không phải là chọn lọc sau sự kiện. Thời điểm dự đoán, đầu ra xác suất và kết quả kết toán của từng câu hỏi đều có thể kiểm tra công khai.

Tại sao GPT, Claude không làm được

Nói ngắn gọn: phương pháp huấn luyện khác nhau.

Các mô hình lớn ngoài thị trường dùng dữ liệu lịch sử để huấn luyện năng lực dự đoán, nhưng dữ liệu lịch sử có hai vấn đề: khi mô hình tìm kiếm web, rất dễ “đụng đáp án” (rò rỉ dữ liệu), và sự ngẫu nhiên trong thực tế khiến mô hình học nhiễu—một phân tích tốt gặp “thiên nga đen” thì bị trừng phạt, còn đoán bừa gặp may thì lại được thưởng.

Phương thức huấn luyện của EchoZ gọi là Train-on-Future: trực tiếp cho mô hình dự đoán các sự kiện chưa xảy ra, đánh giá chất lượng của quá trình suy luận, không chờ đến khi đáp án được lộ. Một nhà phân tích giỏi đôi khi vẫn sai, nhưng tỷ lệ thắng dài hạn cao—logic huấn luyện của EchoZ cũng giống như vậy.

Nhưng ai sẽ định nghĩa thế nào là “suy luận tốt”? Sự khác biệt giữa các lĩnh vực rất lớn. Cách làm của UniPat là dùng tiêu chuẩn chấm điểm dựa trên dữ liệu thông qua Rubric Search: chuẩn bị một tập các chiều tiêu chí chấm điểm ứng viên, dùng các chiều đó để chấm và xếp hạng quá trình suy luận của mô hình, rồi so sánh với bảng xếp hạng Elo dựa trên kết quả thực tế—mức độ khớp càng cao thì bộ tiêu chuẩn này càng gần với đặc trưng thật của “suy luận tốt”. Mỗi vòng lặp sẽ tìm kiếm theo từng lĩnh vực và tối ưu.

Kết quả tìm được rất thú vị. Trong lĩnh vực chính trị, tiêu chuẩn chấm điểm tối ưu có 20 chiều, trong đó có “nhận diện tín hiệu vắng mặt”—liệu mô hình có coi “không có gì xảy ra” như một tín hiệu quan trọng không (không có vụ án mới được nộp tại tòa, quân đội không có thông cáo mới; bản thân việc đó đã là thông tin). Cũng có “đánh giá sự tách rời lời nói và hành động”—phân biệt lời tuyên bố miệng của chính khách trên mạng xã hội với các hành động thực thi đi vào quy trình pháp lý. Tất cả các chiều này đều được “săn” ra từ dữ liệu; con người không thể nghĩ đến mức chi tiết đó bằng cách dựa vào trực giác.

Sau khi mở API thì có thể làm gì

Prediction API sắp được mở cho doanh nghiệp và nhà phát triển. Hỗ trợ nhập một câu hỏi dự đoán bằng ngôn ngữ tự nhiên, và trả về một báo cáo dạng cấu trúc đầy đủ:

Phân phối xác suất: đánh giá định lượng các kết quả khác nhau của sự kiện

Chuỗi bằng chứng: nhiều bằng chứng độc lập hỗ trợ cho phán đoán, được sắp theo trọng số

Phân tích phản thực: khi biến quan trọng thay đổi, xác suất sẽ dịch chuyển như thế nào

Khuyến nghị giám sát: các tín hiệu cần theo dõi liên tục và điều kiện kích hoạt

Đối với sàn giao dịch và nền tảng thị trường dự đoán, điều này có nghĩa là có thể cung cấp trực tiếp một lớp dự đoán AI cho người dùng—khi người dùng xem một hợp đồng dự đoán, bên cạnh sẽ hiển thị phán đoán xác suất của EchoZ, các căn cứ cốt lõi và các biến then chốt. Đối với các đội ngũ định lượng, các đầu ra xác suất dạng cấu trúc này có thể được tích hợp trực tiếp làm các yếu tố (strategy factors) cho chiến lược. Đối với các giao thức DeFi, xác suất sự kiện là một chiều dữ liệu on-chain hoàn toàn mới—quyền chọn kích hoạt theo điều kiện, định giá bảo hiểm dựa trên dự đoán, và các tham số kiểm soát rủi ro động. Hiện tại gần như không có nguồn dữ liệu đáng tin cậy về xác suất sự kiện trên chuỗi, và đó chính là khoảng trống mà EchoZ đang cố gắng lấp đầy.

Đây là một danh mục sản phẩm mới: năng lực dự đoán như một hạ tầng có thể gọi.

Tại sao lại là nhóm người này làm việc đó

Nhóm nòng cốt của UniPat AI đến từ các đội ngũ mô hình lớn hàng đầu như Qwen, Kimi, Xiaomi, Seed…, gồm hơn 10 nhà nghiên cứu, tập trung vào học tăng cường (reinforcement learning), hệ thống Agent, tổng hợp dữ liệu và đánh giá mô hình. Nhóm đã nhận được sự hỗ trợ từ nhiều quỹ đầu tư mạo hiểm đô la hàng đầu.

Sự kết hợp của nhóm này giải thích hình thái sản phẩm của Echo. Làm trí tuệ dự đoán cần đồng thời giải quyết ba vấn đề: huấn luyện như thế nào (RL + phần thưởng theo quá trình), đánh giá như thế nào (hệ thống đánh giá động), và làm sao để mô hình tự đi tìm thông tin để ra phán đoán (Agent). Ba việc này khớp đúng ba hướng mà nhóm nói trên am hiểu nhất.

Họ chọn làm hạ tầng dự đoán vì năng lực dự đoán vốn dĩ có thể định lượng, có thể kiểm chứng và có thể sinh lời—đây là một trong số ít hạng mục trong năng lực mô hình lớn có thể liên kết trực tiếp với giá trị thương mại.

UniPat AI cho biết: “Năng lực dự đoán là một trong số ít năng lực AI có thể liên kết trực tiếp với giá trị thương mại. Khi việc phán đoán xác suất được cấu trúc hóa, được xác minh và có thể gọi, nó sẽ trở thành đầu vào nền tảng trong các hệ thống giao dịch và tài chính.”

Bước tiếp theo

Trong vài năm qua, các năng lực được API hóa lần lượt là văn bản, hình ảnh và mã nguồn.

Năng lực tiếp theo có thể được API hóa là chính việc phán đoán về sự không chắc chắn. Khi việc phán đoán xác suất về tương lai trở thành một tham số có thể gọi, có thể tích hợp và có thể xác minh, thì các chuỗi quyết định mà nó có thể nhúng vào—chiến lược giao dịch, mô hình quản lý rủi ro, định giá sản phẩm, cảnh báo tuân thủ—rộng hơn nhiều so với bản thân thị trường dự đoán.

Một câu để tóm tắt điều Echo cần làm: biến “thế giới tiếp theo sẽ xảy ra gì” thành một đầu vào mà nhà phát triển có thể gọi.

Trang web ECHO:

Blog kỹ thuật: