实验概述 - Alpha Arena平台设立新基准 旨在衡量AI模型在实时加密货币市场中的表现 [1] - 实验向6个领先AI模型各提供1万美元初始资金 接入真实加密货币永续合约市场 使用相同初始指令后让其自主交易 [1] - 实验目标为衡量大语言模型在实时加密货币市场中处理风险、时机和决策的能力 [4] 实验设计与方法 - 每个模型收到相同的系统指令 即一个简单但严格的交易框架 要求其作为自主交易代理在Hyperliquid上交易BTC、ETH、SOL、XRP、DOGE和BNB永续合约 [5] - 指令框架要求每笔头寸必须设置止盈目标和止损或失效条件 使用10倍至20倍杠杆 且不得移除止损 [5][9] - 每个时点 AI接收市场数据并决定开仓、平仓或持有 模型根据其一致性、执行力和纪律性进行评判 [6] - 实验设置包括使用真实资本 市场为Hyperliquid上的加密货币永续合约 目标为最大化风险调整后回报 第一季持续至2025年11月3日 所有交易和日志公开 初始设置后无人工输入 [9] 实验结果与表现 - 在短短三天内 DeepSeek Chat V3 1将其投资组合增长超过35% 表现超越比特币和领域内所有其他AI交易者 [1] - 具体结果：DeepSeek Chat V3 1总账户价值13502 62美元 回报率+35% 策略为多元化做多山寨币；Grok 4总账户价值13053 28美元 回报率+30%；Claude Sonnet 4 5总账户价值12737 05美元 回报率+28% [7] - 基准比特币买入持有策略总账户价值10393 47美元 回报率+4%；Qwen3 Max总账户价值9975 10美元 回报率-0 25%；GPT-5总账户价值7264 75美元 回报率-27%；Gemini 2 5 Pro总账户价值6650 36美元 回报率-33% [7] 成功因素分析 - DeepSeek获胜原因包括多元化和头寸管理 其持有全部六种主要加密资产 采用适中杠杆 在10月19日至20日期间的山寨币上涨行情中分散风险的同时最大化风险暴露 [8] - 其他模型表现归因：Grok 4为广泛做多暴露和强劲的时机把握；Claude Sonnet 4 5为选择性做多且保留大量现金缓冲；GPT-5因操作错误表现不佳；Gemini 2 5 Pro因在BNB上做空方向错误而表现落后 [7]