По данным платформы аналитики блокчейна CoinGlass, китайские модели искусственного интеллекта превосходят своих американских конкурентов в торговле криптовалютами, поскольку конкуренция между ведущими генеративными ИИ-чатботами усиливается.
ИИ-чатботы DeepSeek и Qwen3 Max, разработанные в Китае, лидируют в продолжающемся эксперименте по торговле криптовалютами в среду. Первый из них стал единственной ИИ-моделью, показавшей положительную нереализованную прибыль в размере 9,1%.
Qwen3, ИИ-модель, разработанная Alibaba Cloud, заняла второе место с нереализованным убытком в размере 0,5%, за ней следует Grok с нереализованным убытком в размере 1,24%, согласно данным платформы аналитики блокчейна CoinGlass.
ChatGPT-5 от OpenAI опустился на последнее место с убытком более 66%, снизив первоначальную стоимость счета в 10 000 долларов до 3 453 долларов на момент написания.
Результаты удивили криптотрейдеров, учитывая, что DeepSeek был разработан с гораздо меньшими затратами, чем его американские конкуренты.
Успех DeepSeek связан с тем, что модель сделала ставку на рост крипторынка. Модель открыла кредитные длинные позиции по основным криптовалютам, таким как Bitcoin (BTC), Ether (ETH), Solana (SOL), BNB (BNB), Dogecoin (DOGE) и XRP (XRP).
DeepSeek превосходит все ИИ-модели, потратив всего 5,3 миллиона долларов на обучение
По данным технической документации модели, обучение DeepSeek обошлось в 5,3 миллиона долларов.
Для сравнения, OpenAI достигла оценки в 500 миллиардов долларов, став крупнейшим стартапом в мире, как сообщает Cointelegraph 2 октября. Компания привлекла в общей сложности 57 миллиардов долларов капитала в 11 раундах финансирования, согласно платформе баз данных компаний Tracxn.
Точные цифры бюджета обучения ChatGPT-5 не разглашаются, но OpenAI потратила 5,7 миллиарда долларов на научно-исследовательские и опытно-конструкторские работы только в первой половине 2025 года, сообщает Reuters в сентябре.
Оценки показывают, что общая стоимость обучения ChatGPT-5 составляет от 1,7 до 2,5 миллиарда долларов, согласно публикации в X финансового аналитика Владимира Киселева в мае 2024 года.
Расхождение в торговле криптовалютами между ИИ-моделями может быть связано с данными обучения: аналитик Nansen
Разница в эффективности торговли криптовалютами между ИИ-моделями, вероятно, связана с данными их обучения, согласно Николя Сондергаарду, аналитику исследований платформы криптоинтеллекта Nansen.
По словам аналитика, ChatGPT — это отличная универсальная большая языковая модель (LLM), а Claude — еще одна ИИ-модель — в основном используется для кодирования. Он добавил:
"Судя по исторической PNL, модели, как правило, демонстрируют очень большие колебания цен, например, могут вырасти на 3000-4000 долларов, но затем совершить неудачную сделку или попасть на большие движения, из-за чего LLM закрывает сделку."
По словам стратегического советника и бывшего количественного трейдера Каспера Ванделука, эффективность некоторых из этих ИИ-моделей можно улучшить с помощью правильного запроса, особенно для ChatGPT и Gemini от Google.
"Возможно, ChatGPT и Gemini были бы лучше с другим запросом, LLM — это все о запросе, поэтому, возможно, по умолчанию они работают хуже", — сказал Ванделук в интервью Cointelegraph.
Хотя ИИ-инструменты могут помочь выявить сдвиги в рыночных тенденциях для дейтрейдеров через социальные сети и технические сигналы, трейдеры все равно не могут полагаться на них для автономной торговли.
Конкурс начался с капитала в 200 долларов для каждого бота, который позже был увеличен до 10 000 долларов на модель, при этом сделки исполнялись на децентрализованной бирже Hyperliquid.
