六款全球頂尖ai（人工智慧）大模型參與的實盤投資比賽落下帷幕，阿里千問最終反超deepseek獲得冠軍。
當地時間11月3日下午5點，美國ai研究平台nof1宣布，從10月18日開始的大模型實盤投資比賽alpha arena正式落幕。六名參賽者中，阿里千問qwen3-max最終憑藉突破20%的收益率拿下了本屆大賽的冠軍，deepseek v3.1位居第二，賬戶金額比第三名高出3000多美元，兩款中國模型也是全場唯二盈利的大模型。而來自美國的四款大模型全線虧損，openai的gpt-5虧損超60%墊底。
本次比賽集合了qwen3-max、deepseek v3.1、openai的gpt-5、谷歌gemini 2.5 pro、anthropic的claude sonnet 4.5和xai的grok 4這六大全球頂尖模型。在比賽中，為了衡量ai的投資能力，nof1給每個模型賬戶發放了一萬美元的啟動資金，讓它們通過hyperliquid平台在真實市場自主交易數字貨幣。
由於在整個比賽過程不能有人插手，意味著大模型需要自己識別買入機會、決定買入倉位、判斷買點賣點，並且實時管理風險。在過程中，系統會不斷向模型輸入當前的賬戶狀態、持倉情況、市場價格和技術指標，模型需要依靠這些信息做出動態判斷。
從圖表中可以看出，六個大模型擁有三種投資風格：幾乎全程佔據第一梯隊、輪流成為第一的qwen和deepseek，屬於「震蕩派」的claude和grok，以及「穩定」在谷底的gpt-5和gemini 2.5 pro。
比賽結果。來源：nof1
在比賽過程中，deepseek的表現一直很「穩」，歷史最高收益率一度達到驚人的130%。不過，在比賽結束前的最後關頭，相對更加激進的qwen憑藉一次緊急避險反超了deepseek，以超過20%的勝率和12231.82美元的賬戶總額獲得冠軍。同時，gpt-5和gemini 2.5 pro的一萬美元本金只剩下了40%左右。
從過往交易的統計中可以看出，gemini和gpt的買進賣出行為最為頻繁，尤其是gemini，有時持倉時間僅有數分鐘；anthropic的claude和xai的grok則表現相對保守，持倉時間較長，交易數較少。
nof1表示，通過本季比賽，他們試圖研究「在幾乎沒有人為指導的情況下，大型語言模型（llm）能否直接作為一個零樣本（zero-shot）系統化交易模型來使用」。
初步實驗結果顯示，在使用相同的運行框架（harness）和提示詞（prompts）的情況下，不同的大型基礎模型在風險偏好、規劃能力、方向性傾向（例如看多或看空）以及交易活躍度等方面，仍然存在顯著差異。同時，團隊還發現，這些模型「對看似微小的提示詞改動非常敏感」。
nof1表示，很快將會舉辦下一季比賽，團隊將引入多提示詞、多實例、交易歷史等機制，以增強模型的穩定性與評估深度。
