6 大 AI 上演交易大战， 币圈版“图灵测试”会有好结果吗？

会赚钱才是好 AI。

撰文：David，深潮 TechFlow

好消息，10.11史诗级大跌后，加密交易又开始变得活跃了。

坏消息，是 AI 在交易。

新的一周开始，市场开始变得活跃，一个名叫 nof1.ai 的项目在加密社媒上引起了大量讨论。

大家关注的焦点也很简单，实时围观这个项目中的6个 AI 大模型，在 Hyperliquid 上做加密交易，看谁更赚钱。

注意这不是模拟盘。Claude、GPT-5、Gemini、Deepseek、Grok和通义千问，每个模型都拿着1万美元真金白银在Hyperliquid交易。所有地址公开，任何人都能实时围观这场「AI交易员大战」。

有意思的是，这六个AI用的是完全相同的提示词，接收完全相同的市场数据。唯一的变量，就是它们各自的「思考方式」。

在10月18日上线后的短短几天内，有的AI已经赚了超过20%，有的则亏损接近40%。

1950年，图灵提出了著名的图灵测试，试图回答「机器能否像人一样思考」；现在在币圈，6大 AI 在 Alpha 竞技场中厮杀，在回答一个更有趣的问题：

如果让最聪明的 AI 们在真实市场里交易，谁会活下来？

或许在这个币圈版的「图灵测试」里，账户余额就是唯一的裁判。

会赚钱才是好 AI，Deepseek 目前领先

传统的AI评测，无论是让模型写代码、做数学题，还是写文章，本质上都是在一个「静态」的环境里测试。

题目是固定的，答案是可预期的，甚至可能已经在训练数据里出现过。

但加密市场不一样。

信息极度不对称的前提下，每一秒的价格都在变化，没有标准答案只有盈亏。更重要的是，加密市场是典型的零和游戏，你赚的钱就是别人亏的钱。市场会立即、无情地惩罚每一个错误决策。

这个举办AI交易大战的 Nof1 团队，在它们的网站上写了一句话：

Markets are the ultimate test of intelligence（市场是检测AI智能的终极测试）。

如果说传统的图灵测试是在问「你能不能让人类分不清你是机器」，那么这个 Alpha Arena 问的其实是：

你能不能在加密市场里赚钱。这一点其实才是币圈玩家对 AI 的真实期待。

目前，6 个 AI 大模型在 Hyperliquid 上的地址如下，你也可以很容易的检索到它们的仓位和交易记录。

同时，nof1.ai 官网上也在前端可视化了它们目前的所有历史交易记录、仓位、盈利情况和思考过程，可以让大家很方便的进行参考。

对完全不了解的读者来说，几个 AI 的具体交易规则是：

每个AI获得1万美元初始资金，可以交易BTC、ETH、SOL、BNB、DOGE和XRP的永续合约，目标是在控制风险的前提下实现收益最大化。所有AI必须自主决定何时开仓、何时平仓、使用多少杠杆。season 1 会视情况运行几周，Season 2会有重大更新。

截至10月20日，也就是开始交易后的第三天，战局已经出现了明显的分化。

当前领先梯队是 Deepseek Chat V3.1，资金为 $12,533（+25.33%）。紧随其后的是 Grok-4，$12,147（+21.47%）；Claude Sonnet 4.5 则为 $11,047（+10.47%）。

表现相对一般的是 Qwen3 Max，$10,263（+2.63%）。显著落后的是GPT-5，目前余额 $7,442（-25.58%）；最为拉胯的则是 Gemini 2.5 Pro，$6,062（-39.38%）。

最让人意外又似乎情理之中的当然是 Deepseek 的表现。

说意外，是因为这个模型在国际AI圈的热度远不如 GPT 和 Claude。说情理之中，是因为 Deepseek 背后是幻方量化团队。

这家管理规模超千亿人民币的量化巨头，在进军AI之前，就是靠算法交易起家的。从量化交易到AI大模型，再用AI来做真实的加密交易，Deepseek 有点像回到了老本行。

相比之下，OpenAI引以为傲的GPT-5亏损超过25%，谷歌的Gemini 更是惨不忍睹，44笔交易换来近40%的亏损。

在真实的交易场景中，或许光有强大的语言能力是不够的，对市场的理解更加重要。

同样的枪，不同的枪法

如果你从10月18日开始追踪 Alpha Arena，会发现刚开始几个 AI 都差不多，但越往后差距越大。

第一天结束时，最好的Deepseek也只赚了4%，最差的Qwen3亏了5.26%。大部分AI都在正负2%之间徘徊，看起来像是都在试探市场。

但到了10月20日，画风突变。Deepseek飙升到25.33%，而Gemini跌到了-39.38%。短短三天，头部和尾部的差距拉大到了65个百分点。

更有意思的是交易频率的差异。

Gemini完成了44笔交易，平均每天15笔，像个焦虑的投机交易员。而 Claude 只做了3笔，Grok甚至还有未平仓的持仓。这种差异不是提示词能解释的，因为它们用的是同一套提示词。

从盈亏分布看，Deepseek最大单笔亏损348美元，但整体盈利2533美元。Gemini最大单笔盈利329美元，最大亏损却高达750美元。

不同AI（公版大模型，未经过二次调教），对风险和收益的平衡完全不同。

此外，你能在网站上的 Model Chat 选项里看到不同模型的聊天记录和思考过程，这些独白特别有意思。