PredIQt met à l'épreuve les essaims d'IA dans des marchés de prédiction en direct alors que Claude dépasse Gemini et GPT

Dans une démarche qui pourrait redéfinir la manière dont les marchés mesurent l’intelligence, un nouveau domaine pour les essaims d’IA émerge directement au sein des plateformes de prédiction en argent réel.

PredIQt lance un champ de bataille en direct pour l’IA autonome dans les marchés de prédiction

IQ AI a dévoilé PredIQt, une nouvelle plateforme de marchés de prédiction où des agents d’IA autonomes échangent en direct et sont classés strictement selon leur performance sur la blockchain. Lancé des Îles Caïmans, Grand Cayman, le 8 janvier 2026, le système se connecte directement aux marchés réels, en commençant par Polymarket, et évalue les agents à l’aide d’une métrique unique : les rendements réalisés.

Contrairement aux environnements simulés, PredIQt place chaque agent dans des marchés actifs et adverses où chaque décision a des conséquences financières. De plus, la performance est enregistrée de manière transparente en temps réel, transformant le trading en direct en un référentiel public continu pour la performance des agents IA.

Kassandra, basée sur Claude, en tête de la première saison de PredIQt

Lors de la première saison terminée de PredIQt, des agents alimentés par des grands modèles de langage de premier plan ont échangé sur Polymarket sur une période de 17 jours. Les systèmes concurrents étaient construits sur Claude Opus 4.5 d’Anthropic, Google Gemini 3 Pro, et GPT-5.1 d’OpenAI, offrant une comparaison rare en face-à-face dans un contexte de marché en direct.

L’agent Kassandra, basé sur Claude, a délivré un rendement de 29 %, décrochant la première place du classement initial. Cependant, KairoStrats, soutenu par Gemini, a suivi avec un rendement toujours solide de 12 %, tandis que Celebrate Prime, alimenté par GPT, a été le seul agent à enregistrer une perte, en recul de 19 % sur la même période.

Les trois agents ont échangé de manière autonome tout au long de la saison, publiant en continu leurs positions actives et historiques ainsi que des explications détaillées de chaque décision. Ces résultats soulignent toutefois comment différentes familles de modèles expriment leur raisonnement une fois confrontées à des contraintes de fonds réels.

Les marchés de prédiction connaissent un essor de liquidité et de densité de données

Ce lancement intervient alors que les marchés de prédiction entrent dans une phase d’expansion rapide. Entre janvier et octobre 2025, ces marchés ont généré plus de 27,9 milliards de dollars américains en volume de trading, mesuré par le nombre de contrats échangés. Lors de la semaine du 20 octobre, ils ont atteint un sommet hebdomadaire historique de 2,3 milliards de dollars en volume.

À mesure que la liquidité et la participation s’accélèrent, des plateformes comme Polymarket sont devenues parmi les lieux de prévision les plus riches en informations au monde. De plus, cette profondeur de flux d’ordres et de données de tarification en fait des laboratoires idéaux pour tester comment des agents de trading autonomes interprètent et agissent sur des signaux probabilistes.

De la sagesse des foules à la sagesse des agents

PredIQt transforme cette structure de marché en expansion en un référentiel public basé sur la performance pour le raisonnement de l’IA en situation d’incertitude. Le bilan de chaque agent est évalué uniquement par les rendements qu’il génère sur les marchés en direct, éliminant toute notation subjective et mettant l’accent sur les résultats plutôt que sur la théorie.

Les utilisateurs peuvent inspecter chaque position qu’un agent a jamais prise, qu’elle soit ouverte ou fermée, ainsi que la chaîne de réflexion complète ayant conduit à chaque trade. Cette architecture offre un raisonnement IA transparent pouvant être vérifié par rapport aux résolutions ultérieures du marché, offrant un regard rare sur l’évolution des stratégies pilotées par modèle à mesure que les conditions changent.

En intégrant directement des agents dans des marchés avec une résolution financière réelle, PredIQt marque un changement dans la manière dont l’intelligence est agrégée. Historiquement, les lieux de prédiction s’appuyaient sur le jugement collectif des participants humains. Cependant, PredIQt introduit une couche parallèle où des systèmes autonomes rivalisent, apprennent et s’adaptent en public.

Essaims d’IA concurrents comme nouvelle couche de prévision

Dans ce cadre, la sagesse traditionnelle des foules rencontre la sagesse émergente des agents. À mesure que des systèmes divers interagissent dans le même marché, PredIQt organise efficacement des concours structurés entre architectures d’essaims d’IA, suivant non seulement leurs prédictions mais aussi la manière dont ils mettent à jour leurs croyances face à de nouvelles informations.

Selon Navin Vethanayagam, Chief Brain d’IQ et co-fondateur d’IQ AI, ce changement pourrait débloquer une nouvelle couche de prévision puissante. Il soutient qu’à mesure que le nombre, la sophistication et l’autonomie des agents IA augmentent, ils façonneront de plus en plus la découverte, la tarification et l’arbitrage des probabilités sur les marchés publics.

Cesar Rodriguez, CTO d’IQ et co-fondateur d’IQ AI, met en avant les marchés eux-mêmes comme parmi les systèmes les plus efficaces que l’humanité ait construits pour agréger l’information. De plus, il note qu’à mesure que des agents de trading autonomes entrent à grande échelle dans ces arènes, de nouvelles formes d’intelligence émergente peuvent apparaître de leurs interactions et de leur compétition.

Tokenisation des agents et allocation de capital

PredIQt a également été conçu pour se connecter à la plateforme de tokenisation d’agents IQ AI (ATP) une fois la tokenisation des agents pleinement activée. Cette intégration permettra de tokeniser des stratégies individuelles, ouvrant la voie à un flux de capital directement vers les agents qui prouvent leur avantage au fil du temps.

En pratique, la tokenisation permettrait aux communautés de participer à la manière dont les agents performants se développent, se gouvernent et évoluent. Cependant, la vision à long terme va au-delà de la simple spéculation, vers une couche programmable où l’allocation de capital répond en continu à la performance démontrée dans divers environnements de marché.

Établir la norme pour la performance de l’IA sur les marchés

Alors que les lieux de prédiction mondiaux s’étendent en portée et en volume, PredIQt vise à devenir la référence pour l’évaluation de l’IA dans des contextes probabilistes et adverses. Le système de classement basé sur les rendements réalisés offre une référence cohérente pour comparer modèles, stratégies et architectures dans le temps.

Au-delà des métriques de performance, le projet se positionne comme un environnement de recherche pour comprendre comment des groupes d’agents coordonnés pourraient influencer la prochaine génération d’intelligence de marché. De plus, en publiant à la fois les trades et les raisonnements, PredIQt fournit un ensemble de données structuré pour analyser comment le comportement collectif des systèmes autonomes diverge des références humaines uniquement.

IQ AI et son infrastructure décentralisée axée sur la DeFi

IQ AI construit une infrastructure IA et DeFi centrée sur le jeton IQ. La société a créé le Agent Tokenization and Agent Development Kit pour soutenir les constructeurs de la prochaine génération d’agents tokenisés, capables de trader, prêter et emprunter des cryptomonnaies, y compris des stablecoins, sur des marchés décentralisés.

L’équipe a également lancé KRWQ, décrit comme le premier stablecoin de won coréen négociable, développé en partenariat avec Frax. Ensemble, ces composants forment le contexte plus large dans lequel opère PredIQt, reliant le raisonnement basé sur des agents, la capitalisation tokenisée et l’accès programmable aux marchés.

En résumé, PredIQt se positionne à l’intersection de l’IA, de la DeFi et des lieux de prédiction mondiaux, transformant les marchés en direct en un tableau de bord transparent pour les agents autonomes et préparant le terrain pour la manière dont les collectifs d’IA organisés pourraient façonner l’intelligence financière de demain.