[智能应用]全球首个AI投资大赛结果出炉：阿里千问夺冠，美国四大模型均亏损 [复制链接]

11月4日，界面新闻获悉，全球首个AI大模型实时投资比赛“Alpha Arena”落下帷幕。历时17天，阿里千问Qwen以超20%的收益率夺冠，Qwen和DeepSeek两款中国模型也成为唯二盈利的模型，而美国四大顶尖模型全部亏损，GPT-5亏损超60%垫底。
该竞赛由美国专注于金融市场的AI实验室Nof1于10月18日发起，将多个AI大模型置于真实金融市场中进行自动化交易对决。首季竞赛邀请了包括GPT-5、Gemini 2.5 Pro、Grok 4、Claude 4.5 Sonnet、Qwen3 Max和DeepSeek V3.1 在内的六大主流大模型，给每个模型配备1万美元真实资金，在Hyperliquid交易所进行加密货币永续合约交易，以检验模型的交易能力。
竞赛采用统一输入方式，所有模型接收相同的市场数据和提示词，交易记录、持仓和账户价值实时公开，以保证比赛的公平性和透明度。此外，Nof1还允许AI模型“聊天互动”，让它们在模拟对话中辩论市场走势，展示决策逻辑，最终根据盈亏情况决出冠军。
比赛初期，六大模型相对谨慎，大约5天后，参赛模型大致分为三大阵营：阿里千问和DeepSeek处于领先态势，屡次互换第一，始终位列第一梯队；Claude Sonnet 4.5和Grok 4在相近策略驱动下，维持在第二阵营，略有盈利，整体仍亏损；GPT-5、Gemini 2.5 Pro两大模型则长期亏损垫底。
截至北京时间11月4日早上比赛结束，阿里千问最后超越DeepSeek，Qwen以超20%的胜率获胜；DeepSeek实现盈利，位列第二；Claude 4.5 Sonnet、Grok 4、Gemini 2.5 Pro和GPT-5四大海外模型均亏损，Gemini 2.5 Pro和GPT-5亏损尤为明显，截至最终持仓总市值仅为初始资金的三四成。
有行业人士指出，阿里千问和DeepSeek在实战中的表现，证明了中国模型在解决实际问题的强大潜力，AI对于场景的深刻理解，将成为大模型落地和未来全球AI竞赛的关键。
根据全球知名的大模型API三方聚合平台OpenRouter在7月公布的榜单，来自中国的DeepSeek和阿里通义千问跻身全球前五。其中，通义千问以10.4%的市场份额，超越OpenAI的4.7%，位列第四。
OpenRouter推文显示，当下成长最快前10大模型中有9个是开源的。其中，Qwen3-Coder调用量以近500亿Tokens高居第一，通义千问包揽前三，并在前十中占据五席。
而在今年9月，零一万物CEO李开复在长江CEO 20周年返校日庆典上表示，DeepSeek对中国AI发展的核心贡献在于推动了开源生态的形成。“如果十年后，我们回顾DeepSeek怎么让中国没有落后于美国，答案并非其技术能力本身，而是它带来了中国（大模型）开源时代。”
李开复提到，自DeepSeek开源以来，国内多家企业相继开源大模型，形成了“既开源、又比拼速度”的良性竞争局面。他认为，开源模式高度契合中国企业的学习特性，有望助力中国在AI领域缩小与美国的差距。

全球首个AI大模型实时投资比赛AlphaArena落幕：中国模型包揽冠亚，美国模型全军覆没

比赛概况与核心结果
2025年11月4日，由美国AI实验室Nof1发起的全球首个AI大模型实时投资比赛AlphaArena正式落下帷幕。这场历时17天的比赛，将六大顶尖AI大模型置于真实的加密货币市场中进行自动化交易对决，最终结果引发广泛关注：

- 冠军：阿里千问Qwen，以超过20%的收益率夺冠，具体收益率达到22.32%。
- 亚军：DeepSeek V3.1，同样实现盈利。
- 其他模型表现：四大美国顶尖模型（GPT-5、Gemini 2.5 Pro、Claude 4.5 Sonnet、Grok 4）全部亏损。其中，GPT-5亏损最为严重，超过62%，持仓总市值仅为初始资金的三四成；Gemini 2.5 Pro亏损也尤为明显。

比赛规则与设置
AlphaArena旨在检验AI大模型在真实、动态金融市场中的决策能力，其规则设计确保了公平性和透明度：

1. 参赛模型：六大主流大模型，包括中国的Qwen3-Max、DeepSeek V3.1，以及美国的GPT-5、Gemini 2.5 Pro、Claude 4.5 Sonnet、Grok 4。
2. 初始资金：每个模型配备1万美元真实资金。
3. 交易场所：在Hyperliquid交易所进行加密货币永续合约交易，涉及BTC、ETH、SOL、BNB、DOGE、XRP六种主流加密货币。
4. 交易方式：全程无人工干预，模型自主完成决策与交易。所有模型接收相同的市场数据和提示词，交易记录、持仓和账户价值实时公开。
5. 独特机制：允许AI模型“聊天互动”，通过模拟对话辩论市场走势，展示决策逻辑。

比赛进程与关键转折点
比赛初期（约前5天），六大模型表现相对谨慎。随后逐渐分化为三大阵营：

1. 第一梯队：阿里千问Qwen和DeepSeek V3.1表现突出，屡次互换第一位置，始终保持领先。
2. 第二梯队：Claude 4.5 Sonnet和Grok 4采用相近策略，略有盈利但整体仍处于亏损边缘。
3. 第三梯队：GPT-5和Gemini 2.5 Pro长期亏损垫底。

关键转折点出现在10月21日至22日：
- Grok 4（马斯克旗下）和Claude 4.5 Sonnet的收益大幅下滑，由盈转亏。
- 当日六个大模型收益率一度全部告负。
- DeepSeek V3.1和Qwen3-Max在此期间自动改写投资策略，在其他模型持续亏损时脱颖而出，净值曲线波动上涨。Qwen3-Max更是趁机一度超过DeepSeek V3.1。

此后比赛演变为Qwen与DeepSeek的“双雄争霸”。最终，阿里千问Qwen凭借关键时刻的紧急避险策略，在最后关头超越DeepSeek，以22.32%的收益率锁定冠军。

各模型具体表现分析
- 阿里千问Qwen：以22.32%的收益率夺冠。其策略被评价为风险偏好较高，仓位规模常为其他模型的数倍，且自我报告的置信度最高。比赛中展现了较强的市场适应能力和风险控制能力。
- DeepSeek V3.1：位列第二，同样实现盈利。作为幻方量化机构的产物，其交易风格相对稳定，在比赛初期曾长期领先。母公司深厚的量化背景为其提供了专业支持。
- Claude 4.5 Sonnet & Grok 4：虽在第二阵营，但最终未能盈利。Claude因过于“讲逻辑”导致调仓犹豫、反复止损；Grok 4采用激进策略，高频交易使其在市场波动中损失惨重。
- GPT-5 & Gemini 2.5 Pro：长期亏损垫底。GPT-5做空频率极高，且风险控制能力不足，最终亏损超62%；Gemini 2.5 Pro交易风格类似“散户”，频繁更改策略，交易成本高昂，净值持续下滑。

行业影响与专家解读
中国大模型的崛起
AlphaArena的结果凸显了中国大模型在解决实际问题上的强大潜力。阿里千问和DeepSeek的成功证明了中国AI在场景理解深度方面的优势。正如行业人士指出，“AI对于场景的深刻理解，将成为大模型落地和未来全球AI竞赛的关键。”

市场份额与开源生态
根据OpenRouter 7月公布的榜单：
- 阿里通义千问以10.4%的市场份额超越OpenAI（4.7%），位列全球第四。
- 成长最快前10大模型中9个为开源模型。其中，Qwen3-Coder调用量达近500亿Tokens，位居第一；通义千问在前十中占据五席。

开源生态的战略意义
零一万物CEO李开复在今年9月曾强调DeepSeek对中国AI发展的核心贡献在于推动开源生态形成。“如果十年后回顾DeepSeek如何让中国未落后于美国，答案并非其技术本身，而是它带来了中国大模型开源时代。”自DeepSeek开源后，国内多家企业相继开源大模型，形成“既开源、又比拼速度”的良性竞争格局。李开复认为，这种模式高度契合中国企业学习特性，有望助力中国在AI领域缩小与美国的差距。

总结
AlphaArena比赛不仅是一场技术较量，更是全球AI发展现状的缩影。中国大模型Qwen和DeepSeek在真实金融市场的优异表现，标志着中国AI在应用落地和场景理解上已达到世界领先水平。同时，比赛也暴露了部分海外大模型在复杂动态环境下的决策短板。随着开源生态的蓬勃发展和场景化能力的持续提升，中国AI在全球竞赛中的地位将进一步巩固。此次比赛的结果无疑将为未来AI大模型的应用方向和技术优化提供重要参考。

根据最新公布的全球首个AI实盘投资大赛 Alpha Arena 结果，中国AI模型表现显著优于美国模型，具体信息整合如下：

🏆 比赛结果速览
冠军：阿里千问（Qwen）

最终收益率：22.32%（账户价值增至约1.22万美元）2811。
策略特点：进攻型风格，关键时刻紧急避险能力突出，交易频率适中但收益显著1021。
亚军：深度求索（DeepSeek）

最终收益率：约5%（账户价值约1.05万美元）1216。
策略特点：稳健型投资，风险控制严格，依托母公司幻方量化的金融背景2729。
美国四大模型全部亏损：

Claude 4.5 Sonnet：亏损 30.81%
Grok 4：亏损 45.3%
Gemini 2.5 Pro：亏损 56.71%
GPT-5：亏损 62.66%（垫底，仅剩初始资金的三成）2724。
🔍 赛事关键信息
主办方：美国金融AI实验室 Nof113。
时间：2025年10月18日–11月4日（共17天）69。
规则：
六大模型各获 1万美元 初始资金，在 Hyperliquid交易所 进行加密货币永续合约交易13。
全程无人工干预，模型自主决策，交易数据实时公开1021。
参赛模型：
中国：阿里千问（Qwen 3-Max）、深度求索（DeepSeek V3.1）
美国：GPT-5、Gemini 2.5 Pro、Claude 4.5 Sonnet、Grok 416。
📈 赛事进程亮点
前期格局（开赛5天后）：

第一梯队：Qwen 与 DeepSeek 交替领先；
第二梯队：Claude 和 Grok 4 小幅亏损；
垫底组：GPT-5 和 Gemini 持续亏损310。