六款全球頂尖AI（人工智能）大模型參與的實(shí)盤投資比賽落下帷幕，阿里千問(wèn)最終反超DeepSeek獲得冠軍。

當(dāng)?shù)貢r(shí)間11月3日下午5點(diǎn)，美國(guó)AI研究平臺(tái)Nof1宣布，從10月18日開(kāi)始的大模型實(shí)盤投資比賽Alpha Arena正式落幕。六名參賽者中，阿里千問(wèn)Qwen3-Max最終憑借突破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(guó)模型也是全場(chǎng)唯二盈利的大模型。而來(lái)自美國(guó)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(gè)模型賬戶發(fā)放了一萬(wàn)美元的啟動(dòng)資金，讓它們通過(guò)Hyperliquid平臺(tái)在真實(shí)市場(chǎng)自主交易數(shù)字貨幣。

由于在整個(gè)比賽過(guò)程不能有人插手，意味著大模型需要自己識(shí)別買入機(jī)會(huì)、決定買入倉(cāng)位、判斷買點(diǎn)賣點(diǎn)，并且實(shí)時(shí)管理風(fēng)險(xiǎn)。在過(guò)程中，系統(tǒng)會(huì)不斷向模型輸入當(dāng)前的賬戶狀態(tài)、持倉(cāng)情況、市場(chǎng)價(jià)格和技術(shù)指標(biāo)，模型需要依靠這些信息做出動(dòng)態(tài)判斷。

從圖表中可以看出，六個(gè)大模型擁有三種投資風(fēng)格：幾乎全程占據(jù)第一梯隊(duì)、輪流成為第一的Qwen和DeepSeek，屬于“震蕩派”的Claude和Grok，以及“穩(wěn)定”在谷底的GPT-5和Gemini 2.5 Pro。

比賽結(jié)果。來(lái)源：Nof1

在比賽過(guò)程中，DeepSeek的表現(xiàn)一直很“穩(wěn)”，歷史最高收益率一度達(dá)到驚人的130%。不過(guò)，在比賽結(jié)束前的最后關(guān)頭，相對(duì)更加激進(jìn)的Qwen憑借一次緊急避險(xiǎn)反超了DeepSeek，以超過(guò)20%的勝率和12231.82美元的賬戶總額獲得冠軍。同時(shí)，GPT-5和Gemini 2.5 Pro的一萬(wàn)美元本金只剩下了40%左右。

從過(guò)往交易的統(tǒng)計(jì)中可以看出，Gemini和GPT的買進(jìn)賣出行為最為頻繁，尤其是Gemini，有時(shí)持倉(cāng)時(shí)間僅有數(shù)分鐘；Anthropic的Claude和xAI的Grok則表現(xiàn)相對(duì)保守，持倉(cāng)時(shí)間較長(zhǎng)，交易數(shù)較少。

Nof1表示，通過(guò)本季比賽，他們?cè)噲D研究“在幾乎沒(méi)有人為指導(dǎo)的情況下，大型語(yǔ)言模型（LLM）能否直接作為一個(gè)零樣本（zero-shot）系統(tǒng)化交易模型來(lái)使用”。

初步實(shí)驗(yàn)結(jié)果顯示，在使用相同的運(yùn)行框架（harness）和提示詞（prompts）的情況下，不同的大型基礎(chǔ)模型在風(fēng)險(xiǎn)偏好、規(guī)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(shí)，團(tuán)隊(duì)還發(fā)現(xiàn)，這些模型“對(duì)看似微小的提示詞改動(dòng)非常敏感”。

Nof1表示，很快將會(huì)舉辦下一季比賽，團(tuán)隊(duì)將引入多提示詞、多實(shí)例、交易歷史等機(jī)制，以增強(qiáng)模型的穩(wěn)定性與評(píng)估深度。