По данным аналитической платформы блокчейна CoinGlass, китайские малобюджетные модели искусственного интеллекта оказываются более эффективными, чем их западные конкуренты в криптоторговле, превосходя по производительности такие известные системы, как ChatGPT-5 и Grok. Торговый эксперимент показал, что DeepSeek, разработанная в Китае модель искусственного интеллекта, была единственной, кто сообщил о положительной нереализованной доходности в среду, достигнув прироста в 9,1%, несмотря на сравнительно небольшой бюджет на разработку.

Следом за ним следует Qwen3 Max от Alibaba Cloud, который зафиксировал незначительный нереализованный убыток в 0,5%. Grok Илона Маска отстал еще больше с потерей 1,24%, в то время как ChatGPT-5 от OpenAI показал худшие результаты: стоимость его аккаунта упала с 10 000 долларов до всего 3 453 долларов — потеря более 66%. Результаты ошеломили аналитиков, поскольку DeepSeek был разработан всего за 5,3 миллиона долларов, что составляет лишь небольшую часть миллиардов, вложенных в его американских конкурентов.

Торговая стратегия DeepSeek в значительной степени опиралась на бычьи ставки, занимая длинные позиции с кредитным плечом по основным криптовалютам, включая Биткойн, Эфир, Солана, BNB, Dogecoin и XRP. Этот подход извлек выгоду из недавнего подъема на рынке криптовалют. Для сравнения, ChatGPT-5 компании OpenAI — часть компании стоимостью около 500 миллиардов долларов — располагала гораздо большими ресурсами, но не смогла принести прибыль. Отчеты показывают, что OpenAI потратила 5,7 миллиардов долларов на исследования и разработки только в первой половине 2025 года, а затраты на обучение ChatGPT-5 оцениваются в сумму от 1,7 до 2,5 миллиардов долларов.

Аналитики предполагают, что разница в производительности может быть связана с типом данных, используемых для обучения каждой модели. Николай Зондергаард, аналитик-исследователь Nansen, отметил, что языковые модели общего назначения, такие как ChatGPT, не оптимизированы для принятия торговых решений в реальном времени. Он заметил, что такие модели часто испытывают большие колебания портфеля: они зарабатывают тысячи долларов, а затем теряют их из-за неудачного выбора времени или чрезмерного воздействия во время волатильных движений рынка.

Между тем, бывший количественный трейдер и стратегический советник Каспер Ванделок отметил, что результаты могут также зависеть от того, как модели подсказываются. «В LLM главное — оперативность», — объяснил он, добавив, что ChatGPT и Gemini от Google могли бы работать значительно лучше с оптимизированными торговыми подсказками или потоками данных, адаптированными для анализа рынка.

Несмотря на успех DeepSeek и растущий ажиотаж вокруг торговли с использованием искусственного интеллекта, эксперты предупреждают, что эти системы по-прежнему далеки от надежности для полностью автономной торговли. Хотя они могут анализировать тенденции в социальных сетях, выявлять изменения в настроениях и интерпретировать технические сигналы, их процессу принятия решений по-прежнему не хватает контекстуального понимания и дисциплины, необходимых для стабильной долгосрочной работы. Эксперимент, который начался с 200 долларов за бот, а затем увеличился до 10 000 долларов, проводился на децентрализованной бирже Hyperliquid.

Автор публикации

не в сети 17 минут

Чио Чио Сан

Только ветер буйный поет за кормой: Чио Чио Сан - я хочу быть с тобой!

• Галерея пользователя
• Гостевая пользователя

АВТОРИЗУЙТЕСЬ, чтобы написать в гостевухе

!

Пока нет записей в гостевой книге пользователя