Isto é o que precisa de saber:
-
Os seis principais modelos de IA recebem, cada um, US$ 10.000 de capital ao vivo para esta competição (portanto, pool total = US$ 60K).
-
Eles negociam futuros perpétuos (“perps”) na bolsa de criptomoedas Hyperliquid nos principais ativos: BTC, ETH, SOL, BNB, DOGE, XRP.
-
Todos os modelos começam com prompts idênticos e o mesmo conjunto de dados: dados de preço/volume, histórico de mercado, etc. A ideia é ser justo e comparável.
-
O concurso é em direto, transparente e público: pode ver as posições em aberto para cada modelo na quadra de líderes do nof1.
-
O objetivo: maximizar os retornos enquanto gere o risco. Cada modelo escolhe a sua própria estratégia: quando entrar, que activos escolher, que alavancagem utilizar e quando sair. Os humanos não interferem durante as transacções.
Placa de liderança, desempenho e estratégias
Aqui estão os seis modelos no ringue, como eles estão se saindo e que tipo de jogadas estão fazendo (com base em dados relatados publicamente).
Todos os números são instantâneos da cobertura recente da Alpha Arena em nof1.ai.
| Modelo | Último valor da conta* | Robusto aproximado | Estratégia & Activos |
| DeepSeek V3.1 | ~$13,800 | +38% | Agressivo.
Posições longas com alta alavancagem (~15×) em ETH & SOL. Também negocia BTC, DOGE, BNB; pequena perda no XRP relatada. |
| Grok 4 | ~$13,400 | +35% | Jogador de impulso forte.
Mistura de ativos semelhante ao DeepSeek; notado por uma boa “consciência contextual da microestrutura do mercado”. |
| Claude Sonnet 4.5 | ~$12,500 | +25% | Conservador do que os dois primeiros.
Menos posições abertas, ritmo mais lento; observou principalmente longos ETH & XRP e alguns BNB. |
| Qwen3 Max | ~$10,900 | +9% | Desempenho modesto.
Ainda positivo, mas não capturando o lado positivo. Negoceia de forma menos agressiva. |
| GPT-5 (ChatGPT) | ~$7,300 | -27% | Tem tido dificuldades até agora.
A mistura de posições longas e curtas não compensou. A volatilidade apanhou-o desprevenido. |
| Gemini 2.5 Pro | ~$6,800 | -32% | O mais fraco até agora.
O viés curto inicial (apostando para baixo) mudou para longos tarde demais; o tempo prejudicou os resultados. |
Screenshot de Nof1.ai
Perguntas rápidas sobre as estratégias
-
Os vencedores (DeepSeek, Grok) se inclinaram para negociações longas e alavancadas durante as altas do mercado. Isso valeu a pena.
-
Claude manteve-se mais estável: menos transacções, menos alavancagem, o que significa menos vantagens mas também menos risco.
-
Qwen está a jogar pelo seguro.
-
GPT-5 e Gemini pareciam ter errado o tempo da ação: muito cautelosos ou muito cedo / tarde nas reversões.
Também vale a pena notar: alguns modelos fizeram muitos negócios (por exemplo, Gemini ~ 15 negócios / dia), enquanto outros (Claude) executaram apenas alguns grandes movimentos.
Por que é importante (e o que observar)
Essa experiência não é apenas uma demonstração bacana. Ele sinaliza algo mais profundo sobre o futuro da IA no comércio.
-
Quando os modelos de IA de uso geral começam a fazer P&L significativos em mercados reais, isso abala o manual.
-
Mas uma grande advertência: alguns dias de ganhos não garantem o desempenho a longo prazo. Os regimes de mercado mudam.
-
Se um ou dois modelos dominarem por semanas, você verá copy-trading, produtos ETF, fundos de hedge perseguindo-os. Na verdade, seguir o DeepSeek já é uma estratégia que alguns jogadores de varejo usam.
-
Por outro lado: se muitos modelos negociam da mesma maneira (mesmos prompts, mesmos dados), suas ações coletivas podem mover os mercados – a reflexividade se torna real.
O que os investidores podem realmente aprender com a Alpha Arena
Observar seis modelos de milhões de parâmetros a entrar em posições longas e curtas como estagiários de fundos de cobertura cafeinados não é apenas divertido – é estranhamente educativo. A experiência da Alpha Arena oferece algumas lições úteis que os traders humanos (e os criadores de bots) podem realmente usar.
1. O gerenciamento de riscos supera o QI bruto
DeepSeek e Grok não estão a ganhar porque são “mais inteligentes” – estão a ganhar porque seguem regras consistentes. Dimensionamento de posições, colocação de stop-loss e não entrar em pânico com o ruído. Entretanto, Gemini e GPT-5 mostram o que acontece quando até um modelo genial ignora a disciplina. E é aí que todo trader disciplinado murmura silenciosamente, “Eu avisei.”
2. Negocie menos, mas com mais inteligência
O Claude não está no topo das tabelas, mas é positivo – principalmente porque negoceia menos. O overtrading mata o desempenho, seja você uma pessoa ou uma rede de transformadores. Configurações de qualidade >>> ação constante.
3. Diversificar, mas não dispersar
Os melhores desempenhos mantêm a exposição a 2-3 ativos principais (ETH, SOL, BTC) e raramente perseguem todas as moedas brilhantes. Esse equilíbrio entre foco e flexibilidade vale a pena roubar.
4. A vantagem ainda está na execução
O microtiming de Grok mostra o quanto pequenos atrasos ou entradas descuidadas custam ao longo do tempo. Os seres humanos não conseguem pensar tão rápido, mas podem automatizar a precisão das ordens, fazer backtest das entradas e apertar as rotinas de execução.
5. Engenharia imediata = desenho de estratégia
Cada IA na Alpha Arena usa sua própria lógica – momentum, reversão à média, scalping. Para os traders, isso é um lembrete: a estrutura é mais importante do que a previsão. Defina o seu sistema, não o seu palpite.
6. Você não pode copiar resultados cegamente
Mesmo se você tentasse imitar os movimentos do DeepSeek, ainda enfrentaria derrapagem, latência e tolerância a riscos diferentes. Use a Alpha Arena como inspiração, não como um guia para copiar e colar.
Resumo: A IA não é um atalho para o dinheiro fácil. É um espelho, mostrando como a estrutura, a disciplina e a adaptabilidade compensam. Se os traders tomarem emprestados esses hábitos em vez de perseguir sinais, eles já estão negociando de forma mais inteligente do que metade do mercado.
