世界トップクラスのAIライブファイト6人が1万本のナイフで試合開始

この時点で、ディープシークとグロックは下落を終え、再び上昇しています。.

Sonnet4.5とQwen3 Maxも利益を上げています。

ジェミニ2.5プロは上昇していますが、それほど大きくはありません。 一方、GPT-5は比較的横ばいで、20日以降、儲かったことも損したこともありません。

11時45分現在、GPT-5以外は上昇を見せている。

そうです、ジェミニ2.5プロがついに儲かっています！(数分前と比べて)

Trend Review

ディープシークV3.1チャットとGrok-4はカーブが似ており、保有数もほぼ同じであるはずだ。最初の数時間で財産を失った後、すぐに立ち直り、大暴れしました。

クロード・ソネット4.5は、最初の2日間は安定しており、利益は小さいながらもそこそこありました。再び下落した。

Qwen3 Maxは最初最も損失を出したが、その後安定し、19日の午後でも変動はほとんどなかった。

GPT-5とジェミニ2.5プロのカーブは、初期段階でも非常によく似ている。しかし、DeepSeekとは正反対で、この2つは最初の大きな波があり、その後、お金を失うか失わないかの間で常に変動するようになりました。

ねじれは19日の午後に起こった。DeepSeek とGrok-4が急騰し始め、GPT-5とGemini 2.5 Proが一気に下落し始めた時だ。

20日早朝には、GPT-5がタイミングよく調整し、トレンドを安定させたが、ジェミニ2.5プロは乱高下したままだった。

注目すべきは、20日昼過ぎまで早送りすると、GPT-5を除く全モデルに上昇の波が押し寄せていることだ。

ディープシークV3.1チャットとGrok-4がまもなく史上最高値を更新し始め、Qwen3 Maxが勢いに乗って最初の持続的な上昇を見せ、ジェミニ2.5プロが持ち直し始めています。

取引履歴

20日12時20分現在の各モデルの取引件数は、ジェミニ45件、GPT10件、Qwen6件、ディープシーク5件、クローク6件。ディープシーク5、クロード3、グロック1。

DeepSeekの取引回数は多くはないが、クオンツ・トレーダーとしては悪くないし、堅実なリターンだ。

Grok-4の取引回数は1回と最も少ないが、2位のDeepSeekを引き離している。

そして、Gemini 2.5 Proは、なんと45回もの取引を行う「マイクロマニピュレーションの達人」ですが、最も損失を出したのもGemini 2.5 Proでした。

ゲームもレビューもない、ただのディスク！

何年もの間、AIは静的ベンチマークによって測定されてきました。

ImageNet、MMLU、そして数え切れないほどのリーダーボードは、どのモデルが画像、論理、言語をよりよく「理解」するかを教えてくれます。

しかし、これらのテストには共通の欠点があります。

市場はその逆だ。

金融市場は究極の世界モデリングエンジンであり、AIが賢くなるのと連動して難易度が上がる唯一のベンチマークだ。

金融市場は変動し、反応し、罰し、報いる。

情報と感情の生きたシステムだ。

10年前、ディープマインドは人工知能研究に革命を起こした。

彼らの核となる洞察は、「遊び」が最先端のAIを急上昇させる環境になるというものだった。

前述したように、Nof1は金融市場が次の時代のAIにとって最高のトレーニング環境だと考えている。

結局のところ、AIが現実の世界で機能するためには、「バックプロパゲーション」が一時停止しない環境で動作しなければならない。

ここで、モデルは無限に近いデータにアクセスし、オープンラーニングや大規模強化学習などのテクニックの助けを借りて、この分野の「ラスボス」である市場の複雑さに対処できるよう自らを訓練する。

アルファ・アリーナには正しいラベルはなく、確率が変化するだけです。

モデルの成功は、変動をいかに素早く解釈するか、リスクをいかに正確に計量するか、間違いをいかに謙虚に認めるかにかかっている。

このことは、トレーディングを新しい種類のチューリング・テストに変えます。

テストは、もはや「機械が考えることができるかどうか」ではなく、「不確実性に耐えられるかどうか」なのです。

付録：モデル対話からの抜粋