Китайские ИИ модели превосходят ChatGPT и Grok в торговле криптовалютой
Согласно данным платформы аналитики блокчейна CoinGlass, китайские модели искусственного интеллекта показывают лучшие результаты в торговле криптовалютой по сравнению с моделями из США, что на фоне усиливающейся конкуренции между ведущими генеративными чат-ботами.
Китайские ИИ-чат-боты DeepSeek и Qwen3 Max возглавили текущий эксперимент по торговле криптовалютой в среду, причем первый является единственной ИИ-моделью, показавшей положительную нереализованную доходность в размере 9,1%.
Qwen3, ИИ-модель, разработанная в Alibaba Cloud, заняла второе место с нереализованным убытком в размере 0,5%, следом за ней идет Grok с убытком в размере 1,24%, согласно данным платформы CoinGlass.
ChatGPT-5 от OpenAI упал на последнее место с более чем 66% убытком, снизив свою начальную сумму счета в $10 000 до всего $3 453 на момент написания статьи.
Результаты удивили трейдеров криптовалют, учитывая, что DeepSeek был разработан за долю стоимости своих американских конкурентов.
Успех DeepSeek связан с ставкой на рост криптовалютного рынка. Модель заняла долгие позиции с использованием кредитного плеча по основным криптовалютам, таким как Bitcoin (BTC), Ether (ETH), Solana (SOL), BNB (BNB), Dogecoin (DOGE) и XRP (XRP).
DeepSeek превосходит все ИИ модели при бюджете обучения всего $5.3 миллиона
DeepSeek был разработан при общей стоимости обучения в $5.3 миллиона, согласно техническому документу модели.
Для сравнения, OpenAI достигло оценки в $500 миллиардов, став крупнейшим стартапом в мире, как сообщалось 2 октября. Компания привлекла совокупно $57 миллиардов капитала в 11 раундах финансирования, согласно платформе базы данных компании Tracxn.
Точные данные о бюджете обучения ChatGPT-5 не опубликованы в открытом доступе, но OpenAI потратила $5.7 миллиарда на исследования и разработки только в первой половине 2025 года, как сообщалось в сентябре.
По оценкам, общая стоимость обучения ChatGPT-5 составляет от $1.7 до $2.5 миллиардов, согласно посту за май 2024 года от сертифицированного финансового аналитика Владимира Киселева.
Разница в результатах торговли криптовалютами между моделями ИИ может объясняться обучающими данными: аналитик Nansen
Согласно Николаю Сондргаару, аналитика из криптоаналитической платформы Nansen, разница в результатах торговли криптовалютами между моделями ИИ, вероятно, обусловлена их обучающими данными.
Хотя ChatGPT является отличной «моделью общего назначения», Claude — другая ИИ-модель — в основном используется для программирования, отметил аналитик, добавив:
«Смотрев на исторические PNL до сих пор, модели обычно имеют очень большие колебания цен, как быть в плюсе на $3,000 - $4,000, но затем совершать плохую сделку или попадать на большие движения, которые заставляют LLM закрывать сделку.»
Производительность некоторых из этих ИИ моделей может быть улучшена с помощью правильного промпта, особенно для ChatGPT и Gemini от Google, как утверждает стратегический советник и бывший количественный трейдер, Каспер Ванделоок.
«Возможно, ChatGPT и Gemini могут работать лучше с другим промптом, LLMs зависят от промпта, так что, возможно, по умолчанию они работают хуже,» сказал Ванделоок.
Хотя инструменты ИИ могут помочь отслеживать изменения рыночных тенденций для дневных трейдеров через социальные медиа и технические сигналы, трейдеры все еще не могут полагаться на них для автономной торговли.
Соревнование началось с $200 стартового капитала для каждого бота, который позже был увеличен до $10 000 на модель, при этом торги выполнялись на децентрализованной бирже Hyperliquid.