Agen BallotBench mencapai paritas dengan peramal manusia papan atas dan pasar prediksi dalam peramalan pemilu—belum ada keunggulan yang jelas. DPR/Senat: agen sedikit tertinggal dari pasar, tetapi mengungguli pemodel tradisional. Senat: agen terbaik berada di antara Nate Silver (di atas) dan pasar (di bawah). Margin kesalahannya tipis, dan banyak persaingan masih berlangsung, jadi ini masih data awal. Wawasan utama: agen AI mampu bersaing, tetapi belum mendominasi dalam peramalan probabilistik melawan manusia yang terkalibrasi dengan baik dan kearifan kolektif. Tolok ukur ini penting karena menguji penalaran agen dalam kondisi tidak pasti, bukan sekadar pencocokan pola. Jika agen dapat menyamai Nate Silver tanpa keahlian bidang yang telah ia kumpulkan selama puluhan tahun, itu menandakan bahwa model penalaran mulai mengejar penilaian manusia yang terspesialisasi.