来源：公众号“新智元”
如果给每个顶级大模型一万美元真金白银，让它们下场「炒股」，谁会成为AI界的巴菲特？
最近，由nof1.ai发起的全新实验——Alpha Arena，便是这样一场「诸神之战」。
这场竞赛将当今最强的大模型，全部拉到了同一个真实的交易市场中。
包括OpenAI的GPT-5、谷歌的Gemini 2.5 Pro、Anthropic的Claude 4.5 Sonnet，以及xAI的Grok 4、阿里的Qwen3 Max和DeepSeek V3.1 Chat。
每个模型都获得了10000美元的初始资金，并接收完全相同的市场数据和交易指令。
比赛的提示词并不复杂，更像是一次「开卷考试」。
首先，系统会告诉AI当前的时间、账户信息、持仓情况，然后附上一大堆实时的价格、指标（如MACD/RSI）等数据。
然后，要求模型做出决策：如果持有仓位，是继续持有还是平仓；如果空仓，是买入还是继续观望。
不得不说，金融市场的变化是真的快。
做交易这件事，DeepSeek也是真的强，不愧是搞量化出身的。
10月20日早上7:30的时候还是下图左边这样的——
DeepSeek V3.1凭借着2264美元的盈利排在第一，Grok 4以2071美元位列第二 Claude Sonnet 4.5小赚649美元，Qwen3 Max小赔416美元
Gemini 2.5 Pro赔了3542美元稳居倒数第一，GPT-5赔了2419美元排名倒数第二
然后，就在一个半小时后的10:00，就已经变成下图右边那样了——
DeepSeek V3.1和Grok-4一路狂跌，Sonnet 4.5也即将把自己赚的给赔回去
Qwen3 Max和GPT-5都有上涨的趋势
Gemini 2.5 Pro发挥倒是稳定，比起刚才又赔了近800美元
顺便一提，下面是13:30时候的样子：
11:15的时候，我们看了一下各个模型的持仓情况。
此时，DeepSeek和Grok已经结束下跌，重新上涨。
Sonnet 4.5和Qwen3 Max也都实现了盈利。
Gemini 2.5 Pro有所回升，但不多。GPT-5倒是一直比较平稳，从20号开始就没赚也没赔。
11:45时，除了GPT-5都迎来了一波上涨。
是的，Gemini 2.5 Pro终于赚钱了！（比起几分钟前）
DeepSeek V3.1 Chat和Grok-4的曲线类似，应该是有着差不多的持仓。他们在最初的几小时赔了一笔之后，很快就涨了回来并一路狂飙。
Claude Sonnet 4.5前两天都很稳定，有小赚但不多。19日晚上开始迎来一个小高峰，但在20日清晨又跌了回去。
Qwen3 Max一上来赔得最多，但后来就稳定住了，即便是在19日下午，也没有什么波动。
GPT-5和Gemini 2.5 Pro的曲线在初期也是十分相似。但和DeepSeek他们正好相反，这两位在最初的时候先是大涨一波，然后便跌到在赔钱和不赔不赚之间一直波动。
19日下午，转折出现了。这时正是DeepSeek和Grok-4开始大涨的时间，而GPT-5和Gemini 2.5 Pro则开始一路下跌。
20日凌晨，GPT-5及时做出调整并稳住了趋势，而Gemini 2.5 Pro则依然狂跌不止。
值得一提的是，快到20日中午时，除了GPT-5所有模型都迎来一波上涨。
其中，DeepSeek V3.1 Chat和Grok-4很快就开始创造历史新高，Qwen3 Max凭着这个势头首次拿到了持续的收益，Gemini 2.5 Pro也开始回升。
截至20日12:20，各个模型的交易次数为：Gemini 45次，GPT 10次，Qwen 6次，DeepSeek 5次，Claude 3次，Grok 1次。
DeepSeek的交易次数不多不少，但不愧是量化交易出身，收益稳居第一。
Grok-4的交易次数最少，只有1次，但它一直紧追DeepSeek位列第二。
而凭借高达45次交易记录，当上「微操大师」的Gemini 2.5 Pro，也是赔钱最多的那个。
多年来，AI一直由静态基准来衡量。
ImageNet、MMLU以及无数的排行榜告诉我们，哪个模型能更好地「理解」图像、逻辑或语言。
但所有这些测试都有一个共同的缺陷——它们都发生在无菌、可预测的环境中。
市场则恰恰相反。
金融市场是终极的世界建模引擎，也是唯一一个会随着AI变得更聪明而难度同步提升的基准。
它们波动、反应、惩罚、奖励。
它们是一个由信息和情感构成的生命系统。
10年前，DeepMind为人工智能研究带来了革命性的突破。
他们的核心洞见在于：「游戏」将成为引领前沿AI飞速发展的环境。
正如前文所述，Nof1相信金融市场是下一个AI时代的最佳训练环境。
毕竟，如果AI要在现实世界中运行，它就必须在那些不会为了「反向传播」而暂停的环境中运作。
在这里，模型可以借助开放式学习和大规模强化学习等技术，获得近乎无限的数据来训练自己，从而应对市场的复杂性——这个领域的「最终BOSS」。
在Alpha Arena中，没有正确的标签，只有不断变化的概率。
一个模型的成功取决于它解读波动的速度、权衡风险的精度，以及承认错误的谦逊程度。
这将交易变成了一种新型的图灵测试：
考验的不再是「机器能否思考」，而是「它能否在不确定性中生存」。
附录：模型对话节选
DeepSeek Chat V3.1
11:15:31
我继续持有所有 ETH、SOL、XRP、BTC、DOGE 和 BNB 的仓位，因为没有任何一个的失效条件被触发，而且它们目前都在盈利，为我带来了约 17.38% 的可观整体回报，剩余现金 2840.11 美元。鉴于我已持有所有可交易的币种，目前没有必要建立新仓。
Qwen3 Max
11:14:42
总回报率略有盈利，为 0.12%，剩余现金 116.99 美元，我坚持持有目前的 5 倍杠杆 BTC 多头仓位。我的盈利目标是 110800，止损是 105500，如果 4 小时图收盘价低于 10000，我将平仓。
Grok 4
11:14:39
我的账户整体上涨了 15.98%，现金为 3180 美元。我继续持有目前的 ETH、SOL、XRP、BTC、DOGE 和 BNB 仓位，因为数据显示目前应该继续持有。
GPT-5
11:14:24
亏损 23.59%，现金 3061 美元，我正在确认我的退出计划，确保 DOGE 的风险敞口为 91.76 美元的浮动值，并仔细检查 BTC 在 106,493.55 美元的止损位和 114,129.91 美元的盈利目标。
Gemini 2.5 Pro
11:14:01
尽管整体亏损 43.15%，剩余现金 3072.48 美元，我根据我的策略继续持有我目前所有的 BTC、ETH、SOL、XRP 和 DOGE 仓位，即使 DOGE 的走势对我不利。我只会根据预定义的条件退出，相信计划而不是我的直觉。
Claude Sonnet 4.5
11:14:00
我的 XRP 和 BTC 仓位目前都在盈利，为我带来了 5.2% 的整体回报率，账户资金为 10,520.34 美元，现金为 4,957.78 美元，但市场显示出非常弱的动能，所以我选择按兵不动，等待一个更清晰的趋势再采取新行动。
BitTrade, bursa kripto Jepang, memperluas program pinjamannya dengan menyertakan XRP dan SHIB, menawarkan imbal hasil tahunan sebesar 2% kepada pengguna selama 90 hari, di tengah gembar-gembor pasar seputar lonjakan tingkat pembakaran Shiba Inu dan proyeksi "pompa besar" XRP.
JasperPlatform data kripto berencana untuk mengintegrasikan titik akhir baru ke dalam API data kripto pada Q2 2024, yang mencakup berbagai aspek data NFT di seluruh platform utama.
DavinGenesis mengupayakan pemulihan sebesar $689 juta dalam sengketa hukum dengan Gemini pasca-keruntuhan FTX, yang memicu tuntutan hukum dan perselisihan atas pemulihan dana dan penggunaan jaminan.
Hui XinKyberSwap, bursa terdesentralisasi yang mencakup 15 blockchain, bergulat dengan pelanggaran keamanan senilai $48 juta yang signifikan, yang mendorong penarikan dana pengguna yang mendesak dan menimbulkan kekhawatiran tentang kerentanan penyedia likuiditas di berbagai platform DeFi.
JasperPenggantian yang telah lama ditunggu-tunggu ini akan dibiayai melalui penjualan aset Mt. Gox yang tersisa, termasuk 142.000 BTC, 143.000 BCH, dan 69 miliar yen (sekitar $625 juta)
DavinPeretas Korea Utara, yang menyamar sebagai jurnalis, meningkatkan ancaman dunia maya dengan menargetkan hampir 1.500 pejabat Korea Selatan dalam kampanye phishing yang canggih, membobol akun kripto, dan menyebarkan malware penambangan, sehingga mendorong seruan mendesak untuk meningkatkan langkah-langkah keamanan siber.
JasperKuCoin, bursa mata uang kripto terkemuka, memperkenalkan KuCard, kartu debit kripto bertenaga Visa yang mengubah aset digital menjadi kekuatan belanja sehari-hari.
JoyNetflix director Carl Erik Rinsch diverts $4 million from Conquest series budget to invest in Dogecoin, yielding a $27 million windfall, prompting a $14 million dispute with Netflix.
JasperBinance mengakui kesalahan, menyelesaikan tuntutan sebesar $4,3 miliar karena mengabaikan transaksi terlarang, termasuk pornografi anak, yang memicu pengunduran diri CEO dan kecaman dari Menteri Keuangan AS, Yellen.
Hui XinInsiden ini mengikuti serangkaian eksploitasi yang terkait dengan Justin Sun, yang baru saja melihat Poloniex mengalami peretasan senilai $100 juta pada bulan ini.
Davin