jakiro
來源：公眾號「新智元」
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，並接收完全相同的市場數據和交易指令。
比賽的提示詞並不複雜，更像是一次「開卷考試」。
-
首先，系統會告訴AI當前的時間、帳戶信息、持倉情況，然後附上一大堆實時的價格、指標（如MACD/RSI）等數據。
-
然後，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憑藉著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
然後，就在一個半小時後的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終於賺錢了！（比起幾分鐘前）
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後，很快就漲了回來並一路狂飆。
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，但後來就穩定住了，即便是在19日下午，也沒有什麼波動。
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，然後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及時做出調整並穩住了趨勢，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20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。
而憑藉高達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。
不玩遊戲，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。
它們是一個由信息和情感構成的生命系統。
10年前，DeepMind為人工智慧研究帶來了革命性的突破。
他們的核心洞見在於：「遊戲」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。
在這裡，模型可以藉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，從而應對市場的複雜性——這個領域的「最終BOSS」。
在Alpha Arena中，沒有正確的標籤，只有不斷變化的概率。
一個模型的成功取決於它解讀波動的速度、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
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，剩餘現金 2840.11 美元。鑑於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%，剩餘現金 116.99 美元，我堅持持有目前的 5 倍槓桿 BTC 多頭倉位。我的盈利目標是 110800，止損是 105500，如果 4 小時圖收盤價低於 10000，我將平倉。
Grok 4
11:14:39
我的帳戶整體上漲了 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，並仔細檢查 BTC 在 106,493.55 美元的止損位和 114,129.91 美元的盈利目標。
Gemini 2.5 Pro
11:14:01
儘管整體虧損 43.15%，剩餘現金 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，帳戶資金為 10,520.34 美元，現金為 4,957.78 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採取新行動。
