一场聚焦人工智能与加密交易能力的实验性竞赛，给市场泼下了一盆冷水。由Nof1发起的“Alpha Arena”加密货币交易比赛在本周结束，六个大型语言模型（LLM）在统一提示词和相似约束条件下进行为期两周多的交易，最终结果显示，六个模型中有四个录得亏损，而OpenAI的ChatGPT表现最差，初始1万美元资金最终亏掉6267美元，跌幅约63%。
从比赛结果看，除ChatGPT外，Google Gemini、X平台的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。仅有两款模型实现正收益，分别是High-Flyer的DeepSeek，盈利489美元，以及阿里巴巴的QWEN3 MAX，盈利2232美元。
多数模型亏损，胜率普遍不高
这场竞赛的一个直接结论是，即便是当前最受关注的主流大语言模型，在面对高波动、强噪音、强调时序判断的加密市场时，仍难以展现稳定的交易能力。根据披露数据，六个模型的胜率区间仅在25%至30%之间，整体表现并不理想。
从交易风格来看，不同模型也呈现出明显差异。Grok、ChatGPT和Gemini更倾向于做空，而Claude Sonnet则“很少”进行做空操作。交易频率方面，Gemini共执行了238笔交易，是最活跃的模型之一；Claude Sonnet则只进行了38笔交易，风格相对保守。结果显示，高频并未带来更好收益，反而可能放大了费用与错误决策的影响。
手续费侵蚀收益，过度交易成主要问题
比赛主办方Nof1特别指出，早期测试中的盈亏表现很大程度上被交易成本主导，原因在于模型普遍存在“过度交易”问题：频繁进行小幅获利操作，但这些微薄收益很快被手续费吞噬。
具体来看，QWEN3 MAX虽然是盈利最多的模型，但其支付的手续费也是最高的，达到1654美元；Gemini则支付了1331美元手续费，在大幅亏损的同时还承受了较高摩擦成本。这意味着，在加密市场中，哪怕模型能够短暂捕捉到价格波动，如果没有对交易频率、滑点和成本进行有效控制，策略最终仍可能失效。
这一点对于当前市场中大量宣称具备“AI自动交易”能力的产品而言，也具有很强的现实警示意义。加密资产交易并不仅仅是方向判断，更涉及仓位管理、执行效率、成本控制以及对市场噪音的过滤能力。
阶段性盈利不代表稳定能力
值得注意的是，这些模型并非全程毫无亮点。比赛数据显示，到10月27日时，QWEN3 MAX和DeepSeek一度实现资金翻倍，Claude Sonnet和Grok也曾短暂处于盈利状态。但随后，市场波动与策略稳定性问题开始显现，令多数模型回吐收益。
相比之下，ChatGPT和Gemini在几乎整个比赛期间都处于亏损状态，说明其在该测试框架下并未形成有效的市场适应能力。换句话说，短期内的账面盈利更像是波动行情中的阶段性结果，而非可复制、可持续的交易优势。
主办方：LLM在数值时序数据上仍有明显短板
Nof1发起这项比赛的目标之一，是为未来构建自己的加密交易AI模型积累经验。项目负责人Jay Azhang在赛后表示，这些模型在比赛中展现出相对一致的偏见或风格，某种程度上类似于投资者的“人格特征”。
不过，他也承认，本次竞赛在设计上刻意提高了难度。按照他的说法，大语言模型本就不擅长处理数值型时间序列数据，而比赛提供给它们的上下文恰恰主要是这类信息。此外，模型还被限制在有限的资产范围和较小的操作空间内，需要在受限上下文窗口中解析嘈杂的市场特征、结合账户状态进行推理，并输出结构化交易动作。
从这个角度看，本次结果并不能简单等同于“AI完全不会交易加密货币”，而更像是说明：当前通用型LLM在未经专门优化的情况下，距离成为可靠的独立交易员仍有明显距离。尤其在需要连续数值判断、风险控制和纪律执行的场景中，它们的缺陷比文本生成任务更容易暴露。
对加密市场有何启示
对市场参与者而言，这场竞赛至少释放出三层信号。第一，AI叙事虽然仍是加密市场的重要热点，但“会聊天”并不等于“会交易”，投资者应对自动化交易工具保持审慎。第二，交易成本在高频策略中的杀伤力被再次验证，任何号称依靠高频捕捉微小价差的AI系统，都必须经受真实费用环境检验。第三，未来更具竞争力的加密交易AI，可能不会是通用大模型直接上场，而是结合时序数据建模、量化框架和专门执行模块的混合系统。
Nof1方面也表示，未来还将举行新一轮交易竞赛，并配备更好的提示词设计以及更强的“统计严谨性”。这意味着，AI在加密交易领域的探索不会停止，但从这次“Alpha Arena”的成绩单来看，市场距离“让LLM替你稳定炒币赚钱”仍相当遥远。