根據區塊鏈分析平台CoinGlass的數據，中國人工智慧模型在加密貨幣交易中表現優於美國同行，這發生在領先生成式AI聊天機器人競爭加劇之際。
中國開發的AI聊天機器人DeepSeek和Qwen3 Max在週三進行的加密貨幣交易實驗中領先，前者是唯一產生9.1%正未實現收益的AI模型。
據區塊鏈數據平台CoinGlass顯示，阿里雲開發的AI模型Qwen3以0.5%的未實現虧損位居第二，Grok以1.24%的未實現虧損緊隨其後。
OpenAI的ChatGPT-5跌至最後一名，虧損超過66%，在撰寫本文時，其初始帳戶價值從1萬美元降至僅3453美元。
考慮到DeepSeek的開發成本僅為美國競爭對手的一小部分，這一結果令加密貨幣交易者感到驚訝。
DeepSeek的成功來自於押注加密貨幣市場上漲。該模型在比特幣（BTC）、以太坊（ETH）、Solana（SOL）、BNB（BNB）、狗狗幣（DOGE）和瑞波幣（XRP）等主要加密貨幣上採取了槓桿多頭頭寸。
DeepSeek僅用530萬美元訓練資本就超越所有AI模型
根據該模型的技術論文，DeepSeek的總訓練成本為530萬美元。
相比之下，據Cointelegraph 10月2日報導，OpenAI已達到5000億美元估值，成為全球最大的初創公司。根據公司數據庫平台Tracxn的數據，該公司在11輪融資中累計籌集了570億美元資本。
雖然ChatGPT-5訓練預算的確切數字尚未公開，但據路透社9月報導，OpenAI僅在2025年上半年就在研發計畫上花費了57億美元。
據特許金融分析師Vladimir Kiselev 2024年5月在X上發布的帖子，ChatGPT-5的總訓練成本估計在17億至25億美元之間。
Nansen分析師：AI模型加密貨幣交易差異可能源於訓練數據
據加密貨幣情報平台Nansen的研究分析師Nicolai Sondergaard稱，AI模型在加密貨幣交易表現上的差異可能源於其訓練數據。
該分析師告訴Cointelegraph，雖然ChatGPT是一個出色的"通用"大語言模型（LLM），但Claude——另一個AI模型——主要用於編程，他補充道：
"從目前的歷史損益來看，模型通常有非常大的價格波動，比如盈利3000-4000美元，但隨後進行了糟糕的交易或在大幅波動中被套，導致LLM平倉。"
據戰略顧問兼前量化交易員Kasper Vandeloock稱，其中一些AI模型的表現也可以通過正確的提示得到改善，特別是ChatGPT和谷歌的Gemini。
"也許ChatGPT和Gemini在不同的提示下會表現更好，LLM完全取決於提示，所以也許默認情況下它們表現較差，"Vandeloock告訴Cointelegraph。
雖然AI工具可以通過社交媒體和技術信號幫助日內交易者發現市場趨勢轉變，但交易者仍不能依賴它們進行自主交易。
該競賽開始時每個機器人的啟動資金為200美元，後來增加到每個模型1萬美元，交易在去中心化交易所Hyperliquid上執行。