رویارویی معاملات ارزهای دیجیتال: DeepSeek و Grok در حال سود بردن هستند، Gemini در حال نابود شدن

گروک، دیپ‌سیک و کلود در آزمایش معاملات زنده و با پول واقعی آلفا آرنا، سودهای قابل توجهی کسب می‌کنند و وال استریت را در این فرآیند به لرزه در می‌آورند.

به طور خلاصه :

مدل‌های هوش مصنوعی گروک، دیپ‌سیک و کلود در یک رویارویی معاملات کریپتو با پول واقعی و زنده، بسیار موفق هستند.

جمینی ۲.۵ پرو گوگل بزرگترین بازنده این گروه است که بر خطرات قابلیت اطمینان و شفافیت تأکید می‌کند.

این نتایج، شکاف بین رویکردهای هوش مصنوعی تخصصی داده و همه منظوره برای امور مالی را عمیق‌تر می‌کند.

در اوایل کار، ربات‌های Grok، DeepSeek ایلان ماسک و Claude Sonnet 4.5 آنتروپیک به عنوان برترین عملکردها در رقابت معاملات ارزهای دیجیتال با پول واقعی هوش مصنوعی ظاهر می‌شوند و هر کدام تاکنون بازده بیش از 25 درصد را به همراه داشته‌اند، در حالی که مدل‌های رقیب متحمل ضررهای سنگینی شده‌اند. «آلفا آرنا»، رقابتی که مدل‌های زبانی بزرگ و برجسته را در بازار زنده ارزهای دیجیتال در مقابل یکدیگر قرار می‌دهد، شاهد ضررهای سرسام‌آور بیش از 28 درصد در همان دوره توسط GPT-5 شرکت OpenAI و Gemini 2.5 Pro گوگل بود.

به هر مدل هوش مصنوعی، سرمایه اولیه 10،000 دلار داده شد تا قراردادهای دائمی ارزهای دیجیتال را در صرافی Hyperliquid معامله کند و روی دارایی‌هایی از جمله بیت‌کوین، دوج‌کوین و سولانا شرط‌بندی کند.

فصل اول مسابقه از 17 اکتبر آغاز شد و تا 3 نوامبر ادامه دارد. جدول امتیازات به صورت آنی در اینجا آمده است. توجه داشته باشید که رتبه‌بندی‌ها بسیار متغیر هستند و احتمالاً آنقدر ابتدایی هستند که اهمیت چندانی ندارند. جی آژنگ، بنیانگذار Nof1، یک شرکت تحقیقاتی هوش مصنوعی که میزبان مسابقه است، به دیکریپت گفت که بر اساس آزمایش‌های قبلی، از رتبه‌بندی فعلی تعجب نکرده است: او گفت: «معمولاً بین Grok و DeepSeek قرار می‌گیرد، اما «گاهی اوقات Gemini و GPT»

طرفداران تجارت هوش مصنوعی استدلال می‌کنند که توانایی LLMها در پردازش و تحلیل سریع مجموعه داده‌های گسترده و بدون ساختار مانند اخبار و رسانه‌های اجتماعی، مرز بعدی تجارت را نشان می‌دهد. آنها آینده‌ای را می‌بینند که در آن هوش مصنوعی می‌تواند تجزیه و تحلیل پیچیده بازار را مدیریت کند.

با این حال، ضررهای فاجعه‌بار مدل‌هایی مانند Gemini، خطرات قابل توجهی را نشان می دهد که مؤسسات مالی را محتاط می‌کند. نگرانی اصلی، ماهیت «جعبه سیاه» این سیستم‌ها است، جایی که استدلال پشت یک معامله اغلب مبهم و غیرقابل توضیح است. این عدم شفافیت، مانع بزرگی برای انطباق با مقررات و مدیریت ریسک است، زیرا ایجاد اعتماد به تصمیمات یک مدل، تلاشی حیاتی و مداوم است.