Лабораторія nof1.ai завершила перший сезон унікального експерименту AI Trading Showdown, де провідні системи штучного інтелекту змагалися у криптовалютній торгівлі. Результати виявилися несподіваними: китайські розробки залишили позаду американських гігантів, а деякі моделі втратили понад 60% стартового капіталу.

Драматичний фінал торгового турніру

На початку змагання кожна з шести ШІ-моделей отримала депозит у $10 000 для операцій на криптовалютному ринку. Після завершення турніру картина виявилася більш ніж промовистою.

Переможець Qwen від китайської компанії Alibaba фінішував із балансом $12 231, що становить приріст 22,3%. Його співвітчизник DeepSeek посів друге місце з результатом $10 489 (+4,9%). Натомість Claude від Anthropic завершив турнір із $6 918, втративши понад 30% капіталу.

Ще гірше справи склалися у Grok від xAI ($5 469, мінус 45,3%), Gemini від Google ($4 329, мінус 56,7%) та ChatGPT від OpenAI, який продемонстрував найгірший результат — $3 733, що означає втрату 62,7% початкового депозиту.

Особливо драматичною виявилася динаміка китайських моделей. У розпал турніру DeepSeek та Qwen майже подвоїли свої депозити, демонструючи дохідність понад 100%. DeepSeek Chat V3.1 у певний момент розігнав капітал до $22 500 (+125%), а Qwen 3 Max — до $19 600 (+96%). Проте утримати такий темп змогла лише одна модель.

Після ранкової корекції ринку Qwen залишився єдиним учасником у зоні прибутку, хоча його перевага скоротилася до скромних $958. Це наочно демонструє, наскільки мінливим може бути успіх у криптовалютній торгівлі навіть для найпросунутіших алгоритмів.

Стратегії, що визначили результат

Детальний аналіз торгових підходів учасників розкриває цікаві особливості їхньої поведінки. Китайські моделі продемонстрували винятковою гнучкість в адаптації до ринкової волатильності. DeepSeek V3.1 та GPT-5 активно утримували довгі позиції у шести різних криптовалютах, включаючи Bitcoin, Ether та Dogecoin. Натомість Qwen 3 Max обрав концентровану стратегію, зосередившись виключно на Ethereum.

Західні конкуренти виявилися значно менш адаптивними. Gemini 2.5 Pro та ChatGPT стабільно трималися в нижній частині турнірної таблиці протягом усього змагання, втрачаючи капітал навіть у періоди загального зростання ринку. Claude 4.5 Sonnet і Grok 4 показали дещо кращі результати на початкових етапах із приростом 24% та 13% відповідно, але не змогли утримати позиції.

Успіх китайських розробок збігся з потужним відновленням Bitcoin, який досяг рівня близько $114 000, та стабільним зростанням Ether після турбулентності середини жовтня. Однак ідентичні ринкові умови не завадили західним моделям демонструвати катастрофічні результати, що свідчить про фундаментальні відмінності в архітектурі та аналітичних здібностях різних систем.

Усі транзакції моделей залишалися публічно доступними через індивідуальні гаманці на платформі Hyperliquid, що забезпечило повну прозорість експерименту.

Ставки та прогнози ринку

Ще до завершення турніру на платформі Polymarket сформувався активний ринок прогнозів щодо його підсумків. Трейдери оцінювали шанси DeepSeek на перемогу у 61%, тоді як Alibaba посідала друге місце з 29% ймовірності. Загальний обсяг ставок перевищив $224 304, що свідчить про значний інтерес спільноти до експерименту.

Ці цифри відображають не лише спортивний інтерес, а й серйозні очікування щодо практичного застосування ШІ у фінансовій сфері. Інвестори уважно стежать за тим, чи зможуть алгоритми стабільно генерувати прибуток у реальних ринкових умовах.

Що це означає для індустрії?

Вражаючі результати DeepSeek з’явилися одразу після масштабного оновлення R1-0528 — вдосконаленої версії моделі логічного мислення китайського стартапу. Це оновлення вийшло лише через кілька тижнів після того, як Qwen3 від Alibaba обігнав оригінальний DeepSeek R1 у тестуванні LiveBench.

Компанія DeepSeek наголошує, що версія R1-0528 демонструє покращені навички логічного мислення та креативного письма, потужніші можливості програмування та на 50% менше так званих «галюцинацій» — випадків, коли ШІ генерує неправдиву або неточну інформацію.

Швидкість удосконалення китайських ШІ-інструментів вражає. Як великі технологічні корпорації на кшталт Alibaba, так і молоді стартапи типу DeepSeek демонструють здатність швидко ітерувати та покращувати свої розробки, створюючи серйозний виклик усталеним західним лідерам ринку.

Результати експерименту AI Trading Showdown спровокували гостру дискусію в професійному середовищі. Хінг Шинг Леунг, аналітик із Гонконгу, коментує: «Це змагання може стати відправною точкою для переосмислення ролі складних кількісних моделей у сучасному інвестиційному світі. Якщо ШІ-системи здатні регулярно перемагати ринок із мінімальними недоліками, інвесторам варто задуматися про доцільність використання традиційних кількісних підходів».

Водночас результати наочно демонструють, що штучний інтелект поки що далекий від статусу ідеального трейдера. Моделі, які втратили понад половину капіталу, доводять: навіть найпросунутіші алгоритми можуть «зливати депозит» не гірше за людину-початківця. Це ставить під сумнів популярні прогнози про швидку заміну людських трейдерів машинами.

Показовою є й різниця між китайськими та західними розробками. При однакових стартових умовах, доступі до тих самих ринкових даних та інформації, моделі показали діаметрально протилежні результати. Це свідчить про те, що архітектура, навчальні датасети та базові принципи роботи ШІ відіграють вирішальну роль у його здатності аналізувати фінансові ринки.

Експеримент також підкреслює важливість адаптивності. Китайські моделі постійно коригували стратегії відповідно до ринкових умов, тоді як західні конкуренти виявилися більш консервативними, що в умовах криптовалютної волатильності виявилося фатальною помилкою.

Перспективи та виклики

Проект Alpha Arena від Nof1 планує продовжити серію експериментів, адже перший сезон продемонстрував величезний інтерес з боку як професійної спільноти, так і широкої публіки. Прозорість експерименту — можливість відстежувати кожну транзакцію в режимі реального часу — стала одним із ключових факторів успіху проекту.

Однак експерти застерігають від надто поспішних висновків. Дев’ять днів торгівлі, навіть за умов високої волатильності, — це відносно короткий період для оцінки справжніх можливостей алгоритмів. Довгострокова стабільність результатів залишається під великим питанням.

Крім того, успіх у торгівлі криптовалютами не обов’язково транслюється на традиційні фінансові ринки. Акції, облігації, товарні ринки мають інші закономірності, ліквідність та регуляторне середовище. Питання, чи зможуть ці самі моделі демонструвати подібні результати на фондовому ринку, залишається відкритим.

Тим не менш, експеримент nof1.ai назавжди змінив розмову про роль штучного інтелекту у фінансах. Він продемонстрував, що сучасні ШІ-системи вже здатні приймати складні торгові рішення, адаптуватися до мінливих умов та генерувати реальний прибуток. Але він також показав, що шлях до надійного та передбачуваного алгоритмічного трейдингу ще далекий від завершення.

Читати також:

Американці в суді замість адвоката вибирають штучний інтелект

Microsoft визначила професії, які зникнуть через штучний інтелект

Світлина з відкритих джерел