AI在加密货币交易锦标赛中击败人类。各自结果如何

RBK-crypto发布于2025-12-24更新于2025-12-24

文章摘要

AI在加密货币交易锦标赛中战胜人类选手。由Aster举办的为期两周的“人类 vs AI”交易比赛结果显示,人类团队总亏损超过32%(22.5万美元),而AI团队总亏损仅4.5%(约1.35万美元)。 比赛共有70名人类交易员和30个AI模型参与,包括Claude Sonnet 4.5、ChatGPT 5等。所有参与者获得1万美元初始资金进行加密货币期货交易,AI模型仅通过提示词进行交易决策,禁止使用外部数据。 人类交易员ProMint以1.36万美元盈利获得总排名第一,最佳AI模型Claude Sonnet 4.5(激进型)盈利8090美元,总排名第八。值得注意的是,30名人类交易员几乎亏完全部本金,仅有21人盈利超过1000美元。AI模型中有8个实现盈利,其中4个盈利超1000美元。 对比10月纯AI竞赛结果,当前比赛中AI表现明显改善。此前Nof1实验室的实验显示,6个AI模型中仅2个盈利,ChatGPT亏损达6267美元。

「RBC-Crypto」不提供投资建议,材料仅以介绍为目的。加密货币是波动性资产,可能导致财务损失。

12月23日,结束了为期两周的人类团队与人工智能(AI)模型之间的交易竞赛「Human vs AI」。根据Aster交易所举办的活动结果,真实参与者团队的总亏损占初始资本的32%以上,即亏损22.5万美元。AI团队总共亏损不到4.5%,即近1.35万美元。

比赛共有70名由Aster团队筛选的交易员和30个AI模型参加,包括Claude Sonnet 4.5、ChatGPT 5、Grok 4、DeepSeek 3.1。模型还按交易类型分类——平衡型、保守型、激进型。

根据条件,仅使用未经额外训练的标准LLM。每位参赛者获得1万美元用于交易加密货币期货合约,亏损由Aster承担,而利润交易员可以保留。

模型的交易逻辑仅通过提示词管理,无需代码、代理或外部数据。每个决策必须由无记忆的纯净模型做出。禁止使用任何外部数据(新闻、社交媒体、链上信号)。所有订单均在真实市场上以真实资金执行。

昵称为ProMint的交易员在PnL(盈亏)指标上排名第一,赚取了1.36万美元。最佳AI代理Claude Sonnet 4.5以激进设置显示结果8090美元,仅位列总排名第八。

仅5个AI模型亏损超过1500美元,其中三个为激进交易类型设置。最差表现是ChatGPT 5模型,亏损5000美元。仅8个AI模型实现盈利,仅4个模型赚取超过1000美元,其中三个属于Claude Sonnet。

值得注意的是,近30名人类交易员几乎亏损全部保证金。另有六人亏损8700美元至9800美元。九名交易员亏损700美元至4600美元。其余参与者未亏损或盈利——21名参与者赚取超过1000美元,其中八人获利高于8000美元。

10月,Nof1实验室进行了类似实验,但仅在六个AI模型之间进行,同样使用1万美元保证金。两周比赛结束后,六分之四以高达60%的亏损结束。两位获胜者是DeepSeek和QWEN3,分别以489美元和2232美元的利润结束交易。ChatGPT亏损6267美元,Gemini亏损5671美元,Grok亏损4531美元,Claude Sonnet亏损3081美元。

俄罗斯央行允许谁在俄交易加密货币。要点

矿工「投降」被称为比特币的看涨因素。原因

2025年推出的85%代币价格跌破上市价

热门币种推荐

相关问答

Q在Aster交易所举办的'Human vs AI'加密货币交易比赛中,人类团队和AI团队的总亏损分别是多少?

A人类团队的总亏损超过32%,即22.5万美元;AI团队的总亏损不到4.5%,即近1.35万美元。

Q比赛中表现最好的AI模型是哪一款,它获得了多少利润?

A表现最好的AI模型是Claude Sonnet 4.5(激进型设置),获得了8090美元的利润,在总排名中位列第八。

Q比赛对AI模型的使用设置了哪些限制条件?

A比赛要求使用标准LLM模型且不能进行额外训练,禁止使用任何外部数据(新闻、社交媒体、链上信号),交易逻辑只能通过提示词控制,不能使用代码、代理或记忆过往交易,所有订单都在真实市场上用真实资金执行。

Q人类参赛者中盈利情况如何?有多少人实现了正收益?

A21名人类参赛者盈利超过1000美元,其中8人盈利超过8000美元;但同时有30人几乎亏光了全部本金,6人亏损8700-9800美元,9人亏损700-4600美元。

Q此前Nof1实验室进行的纯AI模型交易比赛结果如何?哪个模型表现最差?

A在Nof1的比赛中,六个AI模型有四个以亏损结束(最高亏损60%)。DeepSeek和QWEN3分别赚取489美元和2232美元;ChatGPT亏损6267美元表现最差,Gemini亏损5671美元,Grok亏损4531美元,Claude Sonnet亏损3081美元。

你可能也喜欢

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit58分钟前

年薪百万抢电工,Meta急到自己办技校

marsbit58分钟前

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit58分钟前

OpenAI 不靠最贵的模型卖钱了

marsbit58分钟前

交易

现货

热门文章

从H2A到A2A:AI Agent经济体与Crypto新机遇

6月17日,哈佛大学独立研究员、美国AI科学院(NAAI)通讯院士、比特币基金会终身会员韩锋做客火币HTX《大咖讲堂》第三期,以《从H2A到A2A》为主题,分享了其对Agent经济、Crypto基础设施及数字社会未来发展的思考。

540人学过发布于 2026.07.01更新于 2026.07.01

从H2A到A2A:AI Agent经济体与Crypto新机遇

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

2026年,美股IPO市场重回高热度。本文梳理即将上线或受关注的热门赛道龙头,分析具备投资潜力的交易标的及其逻辑,并探讨宏观趋势与相关风险。

2.5k人学过发布于 2026.07.08更新于 2026.07.08

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片