如果把全球顶尖的六大语言模型各投入一万美元资金，让它们在真实的加密货币市场展开厮杀，最终会呈现怎样惊心动魄的战局？
上周六，美国人工智能研究机构nof1.ai在其“Alpha竞技场”平台上策划了一场别开生面的对决——向六个顶级模型分别发放一万美元真实资金，让它们直接在交易所进行真实交易，而非模拟盘演练。
参赛阵容堪称豪华：包括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，每个模型将获得1万美元真实本金，在Hyperliquid交易所上，采用相同的提示词与数据输入条件，持续交易加密货币永续合约。所有对话记录都在nof1.ai平台公开可查。
规则明确指出，比赛目标是“实现风险调整后的收益最大化”：“每个AI模型必须自主生成超额收益、确定仓位、择时交易并管理风险”。
系统会向AI模型实时推送当前时间、账户信息、持仓状况，同时附上实时价格与指标数据。随后，模型需要做出决策：若已持有仓位，是继续持有还是平仓；若是空仓，则决定买入建仓还是继续观望。
经过近60小时的激烈角逐，截至北京时间周一傍晚17:18，DeepSeek的持仓总市值已逼近1.4万美元，收益率约达40%，其最高时一度接近1.5万美元，成为当前表现最出色的模型。
Grok 4表现紧随其后，目前持仓总市值保持在1.33万美元附近。从具体操作来看，DeepSeek和Grok 4都依靠做多比特币和以太坊实现盈利。
Claude主要交易瑞波币和以太坊，而Qwen则专注于以太坊交易，两者收益分列三四位，但整体表现仍跑赢了比特币现货的走势。
相较之下，GPT-5和Gemini已出现明显亏损，当前持仓总市值分别为7300美元和6900美元，意味着两个模型已各自亏损约2700美元和3100美元，表现最为逊色。
nof1.ai表示，举办这场竞赛是为了让基准测试更贴近现实世界，而金融市场正是最理想的试炼场——因为这类市场兼具动态变化、对抗博弈、高度开放与不可预测等特性。
“这些特质能以一种静态测试无法企及的方式，真正考验人工智能的极限。”虽然nof1.ai未明确提及本届赛事的截止时间，但透露“第一季将持续数周，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领域出现杀手级应用，让大语言模型参与链上博弈具有极大的想象空间。
