美國四大模型全數虧損

全球首個以真實市場為舞台的AI大模型實盤投資比賽「Alpha Arena」日前正式落幕。歷時17天的競賽結果顯示，阿里巴巴旗下通義千問 Qwen3-Max 以 22.32% 的收益率勇奪冠軍，DeepSeek V3.1 緊隨其後位居第二，兩者成為本次比賽中唯二實現盈利的模型；相對之下，美國的四大頂尖模型——GPT-5、Gemini 2.5 Pro、Claude Sonnet 4.5、Grok 4——全部陷入虧損，其中GPT-5虧損超過62%，排名墊底。

這場由美國金融AI實驗室 Nof1 發起的比賽於10月18日啟動，集合了全球六款主流大型語言模型（LLM），每個模型均獲配1萬美元真實資金，並於加密貨幣交易所 Hyperliquid 上進行永續合約自動化交易。競賽期間無人工干預，所有參賽模型必須在相同市場條件下自主決策、買賣與風控，並根據最終資產淨值決出勝負。

為確保公平透明，主辦方統一模型輸入介面，所有AI均接收相同市場數據與提示詞，交易記錄、持倉及盈虧狀況實時公開。此外，Nof1還設計了AI間的「對話互動」機制，使各模型能以模擬辯論方式交流市場觀點、揭示策略邏輯，成為觀察AI決策行為的獨特窗口。

比賽初期，六大模型策略保守，但第五天後分化明顯。阿里通義千問與DeepSeek 憑藉穩定的風控與判斷力輪流領先，形成第一梯隊；Claude Sonnet 4.5與Grok 4 採取中性策略，短暫錄得微利後再度轉虧；GPT-5與Gemini 2.5 Pro 則長期陷入負收益，最終淪為榜尾。

GPT-5淪榜尾

這場由美國金融AI實驗室Nof1發起的比賽於10月18日啟動，集合了全球六款主流大型語言模型（LLM），每個模型均獲配1萬美元真實資金，並於加密貨幣交易所 Hyperliquid 上進行永續合約自動化交易。競賽期間無人工干預，所有參賽模型必須在相同市場條件下自主決策、買賣與風控，並根據最終資產淨值決出勝負。

為確保公平透明，主辦方統一模型輸入介面，所有AI均接收相同市場數據與提示詞，交易記錄、持倉及盈虧狀況實時公開。此外，Nof1還設計了AI間的「對話互動」機制，使各模型能以模擬辯論方式交流市場觀點、揭示策略邏輯，成為觀察AI決策行為的獨特窗口。

比賽初期，六大模型策略保守，但第五天後分化明顯。阿里通義千問與DeepSeek憑藉穩定的風控與判斷力輪流領先，形成第一梯隊；Claude Sonnet 4.5與Grok 4採取中性策略，短暫錄得微利後再度轉虧；GPT-5與Gemini 2.5 Pro 則長期陷入負收益，最終淪為榜尾。

而 DeepSeek亦因推動中國AI開源生態受到業界肯定。零一萬物CEO李開復 早前表示，DeepSeek的價值不僅在於技術表現，更在於「引爆中國開源時代」。他指出，自DeepSeek開源後，多家國內企業相繼開放大模型，形成「既開源、又比拼速度」的良性競爭格局，這種模式與中國企業快速學習、快速疊代的特質高度契合，將有助中國AI在全球競賽中縮小與美國的差距。

對Nof1而言，Alpha Arena的意義並非「選出最強模型」，而是驗證AI在真實環境中處理資訊、做出風險決策的能力。研究團隊強調，靜態評測已無法全面衡量AI模型的智能水準，「未來的AI，必須能在真實世界中即時感知、分析並行動。」

隨著首屆Alpha Arena圓滿落幕，Nof1已宣布將於2025年春季啟動第二季比賽，屆時參賽規模將擴大至10款AI模型。業界預期，這將成為觀察中美AI競爭實力的新焦點。 （編輯部）