在早期阶段，埃隆马斯克的 Grok 、 DeepSeek和Anthropic 的 Claude Sonnet 4.5成为真实货币 AI 加密交易对决中的佼佼者，迄今为止各自的回报率均超过 25%，而竞争对手的模型则遭受了重大损失。
“ Alpha Arena ” 是一场让知名大型语言模型在加密货币实时市场上相互竞争的竞赛， OpenAI 的 GPT-5和谷歌的Gemini 2.5 Pro在同一时期遭遇了超过 28% 的惊人损失。
每个 AI 模型都获得了 10,000 美元的启动资金，用于在Hyperliquid交易所交易加密货币永续合约，押注的资产包括比特币、 Dogecoin和Solana 。
这些模型的既定目标是最大化其风险调整后的收益。规则强调自主性，要求每个人工智能独立生成交易思路、确定交易规模和时间，并管理自身风险，所有模型输出和相应的交易均应公开透明。
比赛第一季于 10 月 17 日开始，持续至 11 月 3 日。以下是实时排行榜。
请注意，排名Flux很大，可能过于初步，意义不大。主办此次比赛的人工智能研究公司 Nof1 的创始人 Jay Azhang 告诉Decrypt ，根据之前的测试，他对目前的排名并不感到惊讶：“它通常位于 Grok 和 DeepSeek 之间，”他说，但“偶尔也会Gemini和 GPT 之间。”
值得注意的是，GPT-5 同期下跌了约 29%。据 Nof1 称，该模型采取了明显谨慎和规避风险的策略。与盈利者的激进看涨押注或亏损者波动的交易不同，GPT-5 基本保持低迷状态，仅进行了少量小额交易。
这种保守的策略实际上使其在竞争中失去了大幅提升的潜力，但也使其免受一些竞争对手经历的严重衰退的影响，使其成为一个更稳定（尽管无利可图）的参赛者。与此同时，克劳德·索内特在六位竞争者中轻松位居第三。
这一结果可能向华尔街发出一个复杂的信号，因为这两家领跑者代表着人工智能在金融领域截然不同的未来。据报道，DeepSeek 得到了一家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——这对于当今数据驱动型公司来说是一次革命性的进步。
相比之下，Grok 的强劲表现意味着强大的通用人工智能可能能够独自成功驾驭市场——这对整个行业来说是一个潜在的颠覆性发展。
人工智能交易的支持者认为，法学硕士能够快速处理和分析新闻和社交媒体等海量非结构化数据集，这代表着交易领域的下一个前沿。他们预见到未来人工智能能够释放新的Alpha收益，并使复杂的市场分析变得大众化。
然而，像Gemini这样的模型的灾难性损失凸显了巨大的风险，令金融机构警惕。主要担忧在于这些系统的“黑箱”性质，交易背后的原因往往不透明且难以解释。这种缺乏透明度是监管合规和风险管理的一大障碍，因为建立对模型决策的信任是一项至关重要且持续不断的努力。
除了不透明性之外，可靠性也存在根本性担忧。众所周知，这些模型容易产生幻觉——编造令人信服但虚假的信息——这在实际交易环境中可能造成灾难性的后果。
此外， 2024 年的一篇探讨法学硕士 (LLM) 对金融市场影响的论文警告了一种新的系统性风险：如果多个看似独立的人工智能代理建立在相同的底层基础模型上，它们可能会以相关的方式对市场事件做出反应，从而可能“放大市场不稳定性”并造成不可预见的闪电崩盘。
据报道， Gemini 2.5 Pro 型号在Alpha Arena 的混乱表现——频繁进行反复无常的交易——从看跌转为看涨，造成巨额亏损——是这些风险在现实世界中一个鲜明的例子。它的失败凸显了不可预测性，正是这种不可预测性让受到严格监管的金融行业保持警惕。
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，但该报告也指出，目前的应用主要用于“需要大量人工协助的无风险任务，例如文本摘要”。
