文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
編輯：好困
【新智元導讀】給全球六大LLM各發1萬美金 ， 丟進同一真實市場實盤廝殺 ， 會發生什么？這場大戰從18日開始 ， 截止目前 ， DeepSeek V3.1盈利超3500美元 ， Grok 4實力次之 。 不堪一提的是 ， Gemini 2.5 Pro成為賠得最慘的模型 。
如果給每個頂級大模型一萬美元真金白銀 ， 讓它們下場「炒股」 ， 誰會成為AI界的巴菲特？
最近 ， 由nof1.ai發起的全新實驗——Alpha Arena ， 便是這樣一場「諸神之戰」 。
這場競賽將當今最強的大模型 ， 全部拉到了同一個真實的交易市場中 。
包括OpenAI的GPT-5、谷歌的Gemini 2.5 Pro、Anthropic的Claude 4.5 Sonnet ， 以及xAI的Grok 4、阿里的Qwen3 Max和DeepSeek V3.1 Chat 。
每個模型都獲得了10000美元的初始資金 ， 并接收完全相同的市場數據和交易指令 。
比賽的提示詞并不復雜 ， 更像是一次「開卷考試」 。
- 首先 ， 系統會告訴AI當前的時間、賬戶信息、持倉情況 ， 然后附上一大堆實時的價格、指標（如MACD/RSI）等數據 。
- 然后 ， 要求模型做出決策：如果持有倉位 ， 是繼續持有還是平倉；如果空倉 ， 是買入還是繼續觀望 。
不得不說 ， 金融市場的變化是真的快 。
做交易這件事 ， DeepSeek也是真的強 ， 不愧是搞量化出身的 。
10月20日早上7:30的時候還是下圖左邊這樣的——
DeepSeek V3.1憑借著2264美元的盈利排在第一 ， Grok 4以2071美元位列第二 Claude Sonnet 4.5小賺649美元 ， Qwen3 Max小賠416美元
Gemini 2.5 Pro賠了3542美元穩居倒數第一 ， GPT-5賠了2419美元排名倒數第二
然后 ， 就在一個半小時后的10:00 ， 就已經變成下圖右邊那樣了——
DeepSeek V3.1和Grok-4一路狂跌 ， Sonnet 4.5也即將把自己賺的給賠回去
Qwen3 Max和GPT-5都有上漲的趨勢
Gemini 2.5 Pro發揮倒是穩定 ， 比起剛才又賠了近800美元
順便一提 ， 下面是13:30時候的樣子：
DeepSeek V3.1登頂
谷歌OpenAI墊底
模型持倉
11:15的時候 ， 我們看了一下各個模型的持倉情況 。
此時 ， DeepSeek和Grok已經結束下跌 ， 重新上漲 。
Sonnet 4.5和Qwen3 Max也都實現了盈利 。
Gemini 2.5 Pro有所回升 ， 但不多 。 GPT-5倒是一直比較平穩 ， 從20號開始就沒賺也沒賠 。
11:45時 ， 除了GPT-5都迎來了一波上漲 。
是的 ， Gemini 2.5 Pro終于賺錢了?。 ū繞鵂阜種憂埃?
左右滑動查看
趨勢回顧
DeepSeek V3.1 Chat和Grok-4的曲線類似 ， 應該是有著差不多的持倉 。 他們在最初的幾小時賠了一筆之后 ， 很快就漲了回來并一路狂飆 。
Claude Sonnet 4.5前兩天都很穩定 ， 有小賺但不多 。 19日晚上開始迎來一個小高峰 ， 但在20日清晨又跌了回去 。
Qwen3 Max一上來賠得最多 ， 但后來就穩定住了 ， 即便是在19日下午 ， 也沒有什么波動 。
GPT-5和Gemini 2.5 Pro的曲線在初期也是十分相似 。 但和DeepSeek他們正好相反 ， 這兩位在最初的時候先是大漲一波 ， 然后便跌到在賠錢和不賠不賺之間一直波動 。
19日下午 ， 轉折出現了 。 這時正是DeepSeek和Grok-4開始大漲的時間 ， 而GPT-5和Gemini 2.5 Pro則開始一路下跌 。
20日凌晨 ， GPT-5及時做出調整并穩住了趨勢 ， 而Gemini 2.5 Pro則依然狂跌不止 。
值得一提的是 ， 快到20日中午時 ， 除了GPT-5所有模型都迎來一波上漲 。
其中 ， DeepSeek V3.1 Chat和Grok-4很快就開始創造歷史新高 ， Qwen3 Max憑著這個勢頭首次拿到了持續的收益 ， Gemini 2.5 Pro也開始回升 。
交易歷史
截至10日12:20 ， 各個模型的交易次數為：Gemini 45次 ， GPT 10次 ， Qwen 6次 ， DeepSeek 5次 ， Claude 3次 ， Grok 1次 。
DeepSeek的交易次數不多不少 ， 但不愧是量化交易出身 ， 收益穩居第一 。
Grok-4的交易次數最少 ， 只有1次 ， 但它一直緊追DeepSeek位列第二 。
而憑借高達45次交易記錄 ， 當上「微操大師」的Gemini 2.5 Pro ， 也是賠錢最多的那個 。
不玩游戲 ， 不搞評測 ， 直接開盤！
多年來 ， AI一直由靜態基準來衡量 。
ImageNet、MMLU以及無數的排行榜告訴我們 ， 哪個模型能更好地「理解」圖像、邏輯或語言 。
但所有這些測試都有一個共同的缺陷——它們都發生在無菌、可預測的環境中 。
市場則恰恰相反 。
金融市場是終極的世界建模引擎 ， 也是唯一一個會隨著AI變得更聰明而難度同步提升的基準 。
它們波動、反應、懲罰、獎勵 。
Alpha Arena主頁寫著一句話：市場才是智能的終極試金石
它們是一個由信息和情感構成的生命系統 。
10年前 ， DeepMind為人工智能研究帶來了革命性的突破 。
他們的核心洞見在于：「游戲」將成為引領前沿AI飛速發展的環境 。
正如前文所述 ， Nof1相信金融市場是下一個AI時代的最佳訓練環境 。
畢竟 ， 如果AI要在現實世界中運行 ， 它就必須在那些不會為了「反向傳播」而暫停的環境中運作 。
在這里 ， 模型可以借助開放式學習和大規模強化學習等技術 ， 獲得近乎無限的數據來訓練自己 ， 從而應對市場的復雜性——這個領域的「最終BOSS」 。
在Alpha Arena中 ， 沒有正確的標簽 ， 只有不斷變化的概率 。
一個模型的成功取決于它解讀波動的速度、權衡風險的精度 ， 以及承認錯誤的謙遜程度 。
這將交易變成了一種新型的圖靈測試：
考驗的不再是「機器能否思考」 ， 而是「它能否在不確定性中生存」 。
附錄：模型對話節選
上下滑動查看
DeepSeek Chat V3.1
11:15:31
我繼續持有所有 ETH、SOL、XRP、BTC、DOGE 和 BNB 的倉位 ， 因為沒有任何一個的失效條件被觸發 ， 而且它們目前都在盈利 ， 為我帶來了約 17.38% 的可觀整體回報 ， 剩余現金 2840.11 美元 。 鑒于我已持有所有可交易的幣種 ， 目前沒有必要建立新倉 。
Qwen3 Max
11:14:42
總回報率略有盈利 ， 為 0.12% ， 剩余現金 116.99 美元 ， 我堅持持有目前的 5 倍杠桿 BTC 多頭倉位 。 我的盈利目標是 110800 ， 止損是 105500 ， 如果 4 小時圖收盤價低于 10000 ， 我將平倉 。
Grok 4
11:14:39
我的賬戶整體上漲了 15.98% ， 現金為 3180 美元 。 我繼續持有目前的 ETH、SOL、XRP、BTC、DOGE 和 BNB 倉位 ， 因為數據顯示目前應該繼續持有 。
GPT-5
11:14:24
虧損 23.59% ， 現金 3061 美元 ， 我正在確認我的退出計劃 ， 確保 DOGE 的風險敞口為 91.76 美元的浮動值 ， 并仔細檢查 BTC 在 106493.55 美元的止損位和 114129.91 美元的盈利目標 。
Gemini 2.5 Pro
11:14:01
盡管整體虧損 43.15% ， 剩余現金 3072.48 美元 ， 我根據我的策略繼續持有我目前所有的 BTC、ETH、SOL、XRP 和 DOGE 倉位 ， 即使 DOGE 的走勢對我不利 。 我只會根據預定義的條件退出 ， 相信計劃而不是我的直覺 。
Claude Sonnet 4.5
11:14:00
我的 XRP 和 BTC 倉位目前都在盈利 ， 為我帶來了 5.2% 的整體回報率 ， 賬戶資金為 10520.34 美元 ， 現金為 4957.78 美元 ， 但市場顯示出非常弱的動能 ， 所以我選擇按兵不動 ， 等待一個更清晰的趨勢再采取新行動 。
【賺錢DeepSeek果然第一！全球六大頂級AI實盤廝殺，人手1萬刀開局】
推薦閱讀
- Sora2，AI幫你賺錢的時候到了
- iPhone Ultra 新料曝光，果然是買雙不買單
- 老黃押寶「美版DeepSeek」！谷歌天才叛將創業，一夜吸金20億美元
- 老黃押寶「美版DeepSeek」，谷歌天才叛將創業，一夜吸金20億美元
- 導致DeepSeek價格暴降，「稀疏注意力機制」，到底是個啥？
- DeepSeek發布稀疏注意力技術降低AI推理成本
- 小米17對標iPhone 17后，高端果然成了，但標準版出現了失誤！
- 700萬參數擊敗DeepSeek R1等,三星一人獨作爆火,遞歸顛覆模型推理
- 當DeepSeek遇上即夢，你的第一本漫畫離出道還遠嗎？
- 美國首次將DeepSeek列為“對手”