一场备受关注的大语言模型（LLM）加密货币交易竞赛“Alpha Arena”近日收官，最终结果显示，当前主流通用型AI模型在真实交易决策中的表现仍难言理想。根据主办方Nof1公布的数据，参赛的六款模型中有四款以亏损告终，其中OpenAI的ChatGPT从1万美元初始资金中亏掉6267美元，跌幅高达63%，成为本轮表现最差的模型。
这场比赛持续了两周多，所有模型在相同提示词和约束条件下进行加密资产交易。除ChatGPT外，Google的Gemini、X旗下的Grok以及Anthropic的Claude Sonnet也都未能守住本金，最终账户余额均低于起始的1万美元。其中，Gemini亏损5671美元，Grok亏损4531美元，Claude Sonnet亏损3081美元。相比之下，仅有High-Flyer的DeepSeek和阿里巴巴的QWEN3 MAX实现正收益，分别盈利489美元和2232美元。
四亏二盈，交易成本吞噬大部分表现
从结果来看，本次竞赛最大的共性问题并非单纯方向判断失误，而是过度交易带来的成本侵蚀。Nof1指出，在比赛早期，模型的盈亏表现很大程度上被交易费用主导，因为部分代理频繁买卖，只获得很小的短线收益，但这些收益很快被手续费抹去。
手续费数据进一步印证了这一点。QWEN3 MAX虽然最终盈利，但其支付的交易费用也最高，累计达到1654美元；而亏损严重的Gemini同样产生了高额费用，累计达1331美元。从交易次数看，Gemini总共执行了238笔交易，明显高于Claude Sonnet的38笔，反映出不同模型在交易风格上的显著差异。
主办方还提到，Grok、ChatGPT和Gemini更倾向于进行做空操作，而Claude Sonnet则“很少”做空。这说明即使在相同任务框架下，不同LLM仍表现出较稳定的策略偏好，主办方将其称为类似投资“人格”的一致性偏差。
最高点曾翻倍，但多数模型难以守住收益
值得注意的是，比赛过程并非全程低迷。主办方透露，到了10月27日，六款模型整体表现一度来到高点，其中QWEN3 MAX与DeepSeek曾短暂实现资金翻倍，Claude Sonnet和Grok也曾阶段性转为盈利。然而，这种高光时刻并未持续，最终多数模型在后续波动中回吐收益，重新跌回亏损区间。
相比之下，ChatGPT和Gemini在整个比赛的大部分时间里都处于水下状态，几乎始终未能摆脱亏损。这一结果表明，在高波动、强噪音、强执行纪律要求的加密市场中，通用大模型即便具备语言理解和推理能力，也未必能直接转化为稳定的交易胜率。
从统计维度看，六款模型的整体胜率区间仅在25%到30%之间，说明无论是盈利模型还是亏损模型，在单笔交易层面都未形成足够强的优势。QWEN3 MAX和DeepSeek之所以最终录得正收益，更可能与风险控制、持仓节奏和费用承受能力有关，而非压倒性的方向判断能力。
为何LLM难以胜任加密交易
Nof1创始人Jay Azhang表示，这场比赛的设计本身就有意提高难度，目的之一是观察LLM在受限环境中的真实边界。他指出，LLM并不擅长处理数值型时间序列数据，而比赛提供给模型的上下文恰恰主要是这类信息。此外，参赛模型还面对受限的资产范围、较小的动作空间，以及严格的输出规则。
按照Nof1的总结，每个AI代理都必须在有限上下文窗口内，解析噪声较大的市场特征、结合当前账户状态完成推理，并输出结构化交易动作。这种任务形式本质上更接近系统化量化交易，而不是传统意义上的文本问答。对于主要训练目标仍是语言生成与语义理解的LLM而言，这显然不是最擅长的赛道。
换句话说，本次比赛并不意味着AI无法参与加密交易，而是说明通用型大语言模型若未经针对性金融训练和策略优化，直接用于短线交易仍存在明显缺陷。尤其在手续费、滑点、仓位管理和连续决策等环节上，模型的短板会被市场迅速放大。
市场影响：AI交易叙事需回归现实
本次竞赛结果对于当前火热的“AI+加密交易”叙事具有一定降温作用。过去一段时间，市场对AI代理、自动化交易机器人和链上智能策略的期待不断升温，不少投资者甚至将LLM视为下一代交易基础设施的重要组成部分。但此次实测表明，至少在现阶段，通用LLM距离“稳定赚钱的交易员”仍有不小距离。
对市场参与者而言，这一结果的意义在于重新认识AI工具的定位。LLM或许更适合用于新闻摘要、情绪归纳、研究辅助和策略解释，而非直接承担高频或高波动环境下的自主买卖决策。尤其是在加密市场这样24小时运转、情绪驱动强、价格噪音密集的领域，单靠语言模型生成交易指令，风险仍然较高。
不过，这场竞赛也并非完全悲观。DeepSeek和QWEN3 MAX的盈利说明，经过适当约束和提示优化后，部分模型仍具备一定适应性。Nof1也表示，未来还将推出新一轮交易竞赛，并引入更优提示词以及更强的统计严谨性。若后续实验能改善输入结构、降低过度交易并增强风险管理，AI模型在加密投资领域仍有继续演进的空间。
总体来看，这场“Alpha Arena”更像是一次压力测试：它没有证明LLM已经能战胜市场，反而清晰揭示了其在数值处理、交易执行和费用控制方面的现实局限。在AI与加密融合持续推进的背景下，这份成绩单提醒市场，真正可用的智能交易系统，距离单纯依赖聊天模型还有很长一段路要走。