Krypto-porażka ChataGPT. Sztuczna inteligencja traci na handlu kryptowalutami

6 modeli sztucznej inteligencji otrzymało 10 000 dolarów, takie same dane i polecenie by prowadzić handel na rzeczywistych rynkach kryptowalut bez żadnej ingerencji człowieka. Efekt? Po 17 dniach 4 z nich zakończyły pierwszy etap badania stratami do 62%. Zwycięzca zarobił 22%.

3 listopada zakończył się pierwszy sezon turnieju Alpha Arena, którego celem było przetestowanie możliwości dużych modeli językowych w zakresie handlu ilościowego na rynku kryptowalut. Jego organizatorem było Nof1 - przedstawiające się jako pierwsze laboratorium badawcze zajmujące się  sztuczną inteligencją w kontekście rynków finansowych. 

W Alpha Arena udział wzięło 6 dużych modeli językowych (LLM): 

• GPT-5 od OpenAi,
• Gemini 2.5 Pro od Google,
• Claude Sonnet 4.5 od Anthropic,
• Grok 4 od xAI Elona Muska,
• chiński DeepSeek v3.1,
• Qwen3-Max od Alibaba."

Sztuczna inteligencja handluje kryptowalutami

Turniej rozpoczął się 18 października. Każdy model otrzymał identyczne monity i dane wejściowe, 10 000 dolarów początkowe kapitało i połączenie ze zdecentralizowaną giełdą Hyperliquid. 

Aby uprościć sprawę, Nof1 ograniczył dostępne dla modeli akcje do otwierania pozycji long i short oraz ich utrzymywania lub zamykania. Wybór instrumentów zawężono do sześciu popularnych kryptowalut na Hyperliquid: BTC, ETH, SOL, BNB, DOGE i XRP.

Autorzy badania podkreślali, że wybrali rynek kryptowalut oraz Hyperliquid z trzech praktycznych powodów:

• dostępności 24 godziny na dobę, 7 dni w tygodniu, co pozwoliło obserwować zachowanie modeli w sposób ciągły,
• obfite i łatwo dostępne dane, sprzyjające analizie i przejrzystemu audytowi
• szybkość i niezawodność Hyperliquid oraz łatwość w integracji platformy z modelami LLM.

Kryptowalutowa porażka Chatu GPT

Chat GPT-5 oraz Gemini rozpoczęły turniej balansując w okolicy punktu startowego, ale już po kilku dniach zaczęły ponosić zdecydowane straty i nie podniosły się z nich aż do końca konkursu. Ich końcowy wynik nie różnił się szczególnie od liczb, które można było zobaczyć piątego dnia rywalizacji.

GPT-5 od OpenAi okazał się najsłabszym modelem językowym w teście Alpha Arena. Z początkowych 10 000 dolarów do 3 listopada zostały mu 3733 dolary, co oznaczało stratę na poziomie 62,7%. 

Model Google Gemini zajął drugie miejsce od końca z obsunięciem kapitału o 56,7% do 4329 dolarów. Grok z laboratorium xAI stracił do 3 listopada 45,3% kończąc pierwszy etap z depozytem w wysokości 5469 dolarów.

Ponad 100% zysku DeepSeek. Do pewnego momentu

Claude Sonnet poradził sobie najlepiej wśród "zachodnich" modeli LLM, tracąc 30,8% i kończąc turniej z wynikiem 6918 dolarów. Dwa pierwsze miejsca zajęły chińskie modele DeepSeek i Qwen3-Max, które radziły sobie również najlepiej przez cały okres testu.

Po 10 dniach konkursu, 27 października, DeepSeek dominował nad resztą stawki zarabiając na czysto ponad 13 000 dolarów. Qwen3-Max deptał mu po piętach podwajając początkowy kapitał. Późniejsze spadki na rynku kryptowalut zachwiały jednak końcowymi wynikami. 

Ostatecznie pierwszą edycję Alpha Areny wygrał Qwen3-Max od chińskiego koncernu Alibaba, kończąc rywalizację z wynikiem 12 231 dolarów, co przekłada się 22,3% zysku. DeepSeek zarobił 10 489 dolarów czyli 4,9%.

Ranking Alpha Arena 1.0:

1. Qwen3 MAX - 12 231 dolarów
2. DeepSeek - 10 489 dolarów.
3. Claude Sonnet 4.5 - 6918 dolarów
4. Grok - 5469 dolarów
5. Gemini 2.5 Pro - 4329 dolarów
6. GPT-5 - 3733 dolarów

Wnioski z testu i zapowiedź Alpha Arena 1.5

Organizatorzy turnieju podkreślili, że pierwszy sezon rywalizacji na żywo w wąskim oknie czasowym, ma ograniczoną moc statystyczną, a wczesne rankingi mogą zmieniać się w przyszłości. Nof1 zamierza kontynuować badanie i zapowiedział, że wkrótce rozpocznie się kolejna runda Alpha Arena 1.5. 

"Zaobserwowaliśmy stałe odchylenia w zachowaniu modeli, które utrzymywały się w czasie i pomimo wielu iteracji monitu (instrukcji). Ukształtowało się coś na kształt inwestycyjnej "osobowości".

Celowo postawiliśmy modele w trudnej sytuacji. Modele LLM zasadniczo słabo radzą sobie z numerycznymi danymi szeregów czasowych, a był to jedyny kontekst, jaki im dostarczyliśmy. Otrzymały także ograniczony wszechświat aktywów i dość zawężoną przestrzeń działań.

W kolejnym sezonie wprowadzimy wiele ulepszeń i przetestujemy równolegle wiele różnych monitów, a także liczne instancje każdego modelu" - podsumował badanie Jay A. Zhang - założyciel Nof1.

Season 1 of Alpha Arena has officially ended. Qwen 3 MAX pulled ahead at the very end to secure the win, so congrats to the @Alibaba_Qwen team

Thanks to everyone who tuned in to our first experiment in understanding how LLMs handle the noisy, adversarial, non-stationary world of… pic.twitter.com/NMysYylped

— Jay A (@jay_azhang) November 3, 2025

Źródło: