在早期阶段，埃隆·马斯克的Grok、DeepSeek和Anthropic的Claude Sonnet 4.5在真实货币的AI加密交易对决中表现突出，迄今为止每个模型的回报率均超过25%，而竞争对手模型则遭受了重大损失。

“Alpha Arena”是一场将知名大型语言模型在实时加密货币市场中进行对抗的比赛，在同一时期，OpenAI的GPT-5和谷歌的Gemini 2.5 Pro则遭遇了超过28%的惊人损失。

每个AI模型被给予了10,000美元的起始资本，以在Hyperliquid交易所交易加密货币永续合约，押注于包括比特币、狗狗币和索拉纳等资产。

模型的目标是最大化其风险调整后的回报。规则强调自主性，要求每个AI独立生成交易想法、确定交易规模和时间，并管理自己的风险，所有模型输出和相应交易均公开以确保透明度。

比赛的第一季于10月17日开始，持续到11月3日。这是实时排行榜。

请注意，排名变化很大，可能过于初步而不具重要性。Nof1的创始人Jay Azhang告诉Decrypt，根据之前的测试，他对当前的排名并不感到惊讶：“通常在Grok和DeepSeek之间结束，”他说，但“偶尔会有Gemini和GPT。”

值得注意的是，GPT-5在同一时期下降了约29%。根据Nof1的说法，该模型采取了明显谨慎和风险厌恶的策略。与获胜者的激进看涨押注或最大输家的不稳定交易不同，GPT-5基本上保持不活跃，仅进行了一些小额交易。

这种保守的做法有效地使其失去了获得重大收益的机会，但也保护了它免受一些竞争对手经历的重大下跌，使其成为一个更稳定的参与者，尽管没有盈利。与此同时，Claude Sonnet在六名竞争者中稳居第三。

这些结果可能向华尔街发出了复杂的信号，因为两位领先者代表了人工智能在金融领域的两种截然不同的潜在未来。DeepSeek据报道得到了中国量化对冲基金的支持，这表明其成功可能源于专业的金融数据和专家的精细调整——这是当今数据驱动公司的一次进化步骤。

相比之下，Grok的强劲表现暗示一种强大的通用AI可能能够独立成功地驾驭市场——这对整个行业来说可能是一个颠覆性的进展。

仍未准备好进入主流

AI交易的支持者认为，大型语言模型（LLMs）快速处理和分析新闻和社交媒体等庞大非结构化数据集的能力代表了交易的下一个前沿。他们设想一个未来，AI可以解锁新的阿尔法形式并使复杂的市场分析民主化。

然而，像Gemini这样的模型的灾难性损失突显了使金融机构保持警惕的重大风险。一个主要的担忧是这些系统的“黑箱”特性，交易背后的推理往往是不透明和无法解释的。这种缺乏透明度是监管合规和风险管理的主要障碍，因为建立对模型决策的信任是一个关键且持续的努力。

除了不透明性之外，还有关于可靠性的根本性担忧。这些模型被认为容易出现幻觉——编造令人信服但虚假的信息——在实时交易环境中可能会造成灾难性后果。

此外，一篇2024年的论文探讨了LLMs在金融市场中的影响警告了一种新型系统性风险：如果多个看似独立的AI代理建立在相同的基础模型上，它们可能会以相关的方式对市场事件做出反应，可能会“放大市场不稳定性”，并造成意想不到的闪电崩盘。

Gemini 2.5 Pro模型在Alpha Arena中的混乱表现，报告称其频繁进行不稳定的交易——在巨大的损失中从看跌转为看涨——成为了这些危险的一个鲜明的现实例证。它的失败突显了使高度监管的金融行业保持警惕的不可预测性。

目前，华尔街仍处于谨慎探索的状态。尽管Gilbert + Tobin最近的一份报告表明，未来两年可能会出现一波采用热潮，但它也指出，目前的使用主要是“依赖大量人力协助的无风险任务，例如文本摘要。”

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。