实验概述 - Nof1组织了一场为期三天的真实交易对决，为6个顶级大语言模型各提供1万美元资金，在Hyperliquid的去中心化交易所进行加密货币永续合约交易[4] - 参赛模型包括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和阿里通义的Qwen 3 Max[4] - 实验采用完全自主的交易方式，使用真实资金在真实市场中运行，旨在检验模型在真实市场环境下的交易能力[5][6] 交易策略与执行 - DeepSeek模型制胜关键在于一套结构清晰且执行严格的交易策略，所有模型接收相同的简单交易指令，不涉及复杂的技术分析[9] - DeepSeek严格遵循指令核心原则：将资金分散投资于以太坊ETH、比特币BTC等六种主流加密资产，有效规避单一资产价格剧烈波动风险[10] - DeepSeek采用温和的交易杠杆控制风险敞口，并为每笔交易设置明确止损点并严格执行，快速退出亏损头寸，让盈利交易继续发展[10] 模型表现对比 - DeepSeek模型在交易对决中表现优异，其成功并非偶然[9] - Grok 4模型表现强劲，以30%的收益率紧随DeepSeek之后[10] - 其余参赛模型均因各类失误未能取得理想成绩，部分模型在执行层面出现问题，如订单执行失败或因平台延迟错失交易信号[10] - 一些模型在策略解读上出现偏差，有的过度谨慎错失市场良机，有的策略过于激进在上涨市场中采取做空头寸导致资金快速回撤[10] 表现差异根源 - 各模型表现的差异源于对指令的执行能力、风险处理能力和交易管理能力[10] - 实验凸显了不同大语言模型在理解并执行交易指令、风险控制和交易纪律方面的能力差异[10]