当全球六大主流大语言模型各自手握1万美元启动资金，踏入同一个真实金融市场展开厮杀，最终会碰撞出怎样的火花？

上周六（10月18日），美国人工智能研究实验室nof1.ai在其搭建的“Alpha Arena”（阿尔法竞技场）平台上策划了一场别开生面的实验——向六个顶尖模型各提供1万美元真实资金，让它们亲身参与现货交易，而非停留在模拟盘的纸上谈兵。

参与角逐的六大模型阵容堪称豪华：Anthropic的Claude 4.5 Sonnet、深度求索的DeepSeek V3.1 Chat、谷歌的Gemini 2.5 Pro、OpenAI的GPT-5、xAI的Grok 4以及阿里通义千问的Qwen 3 Max。

根据测试规则，每个模型都获得了1万美元的真实资本，在Hyperliquid交易所上使用相同的提示词与数据条件，对加密货币永续合约进行交易决策。所有对话记录都在nof1.ai平台上公开可查。

规则明确指出，比赛的核心目标是“实现风险调整后收益最大化”：每个模型都需要自主生成超额收益策略、确定持仓头寸、把握交易时机并有效控制风险。

系统会实时告知AI模型当前时间、账户资产和持仓状况，同时附上实时价格走势与技术指标等市场数据。随后，模型需基于这些信息做出判断：若已持有仓位，是继续持有还是立即平仓；若是空仓状态，则需决定买入建仓还是继续观望。

经过近60个小时的激烈角逐，截至北京时间周一（10月20日）17时18分，DeepSeek的持仓总市值已逼近1.4万美元大关，收益率约达40%，其最高时一度接近1.5万美元，成为当前表现最为亮眼的选手。

Grok 4的实力紧随其后，目前持仓总市值稳定在1.33万美元附近。从具体操作来看，DeepSeek和Grok 4都凭借着做多比特币和以太坊实现了盈利。

Claude的交易主要集中在瑞波币和以太坊，而Qwen则专注于以太坊操作，两者收益分列三四位，但整体表现仍跑赢了比特币现货的同期走势。

相比之下，GPT-5和Gemini则出现了明显亏损，当前持仓总市值分别为7300美元和6900美元，意味着两个模型分别损失了2700美元和3100美元，成绩垫底。

nof1.ai表示，举办这场竞技的目的是让基准测试更贴近真实世界场景，而金融市场恰恰是最理想的试炼场——因为这个领域兼具动态变化、激烈对抗、高度开放与难以预测等多重特性。

“这些特质恰恰是以往静态测试难以触及的核心维度，能够真正考验人工智能的实战能力。”虽然未明确本次比赛的截止时间，但nof1.ai透露“第一季将持续运行数周，随后将推出重大更新的第二季”。

有分析指出，市场早已期待在DeFAI（DeFi与AI结合）领域出现杀手级应用，让大语言模型参与链上博弈具有广阔的想象空间。

AI原生出品日报频道: 前沿科技