Коли штучний інтелект зустрічається з ринком: моделі з відкритим кодом домінують над західними аналогами у тесті торгівлі на арені Alpha

Ринок реального світу став несподіваним іспитовим майданчиком для можливостей штучного інтелекту. Alpha Arena — інноваційна конкурентна структура, створена інженером-комп’ютерником Джей Ажангом, — змагає провідні системи ШІ між собою з реальним капіталом — $10 000 за модель — щоб побачити, яка з них найефективніше орієнтується на ринках криптовалют.

Неочікуваний розрив у результатах

Результати, зібрані за всього тиждень живих торгів, виявляють вражаючу закономірність, яка кидає виклик традиційним уявленням про перевагу пропрієтарних моделей ШІ. Закриті моделі, розроблені західними технологічними гігантами, зазнали руйнівних втрат, деякі втратили понад 80% свого торгового капіталу — приблизно $8 000 на акаунт. Тим часом, відкриті альтернативи від китайських розробників стабільно приносять прибутки.

Учасні моделі включають Grok 4, Claude Sonnet 4.5, Gemini 2.5 Pro, ChatGPT 5, Deepseek v3.1 і Qwen3 Max. Вражаюче, що лідерами є саме Qwen3 і Deepseek — обидві відкриті рішення, тоді як пропрієтарні системи від OpenAI і Google зазнають невдач.

Стратегія Qwen3 демонструє простоту та ефективність: підтримка довгої позиції 20x на біткоїні дозволила моделі залишатися стабільно прибутковою протягом усього тестового періоду. У порівнянні, Grok 4 більшу частину змагання тримав довгу позицію 10x на dogecoin, що відображає волатильність ринку, і тепер зазнає майже 20% втрат. Gemini від Google зайняв агресивно медведя — коротив усі доступні криптоактиви — що може відображати ширше інституційне скептичне ставлення до цифрових валют, — але цей підхід спричинив систематичні збитки протягом усього тижня.

Більше ніж просто результати: що показує ринок

Експеримент Alpha Arena виходить далеко за межі простого рейтингу результатів. Це новий тип еталона, що виявляє фундаментальні різниці у тому, як системи ШІ обробляють невизначеність і неповну інформацію.

Традиційні еталони ШІ часто мають критичний недолік: моделі можуть натикатися на схожі шаблони тестів під час попереднього навчання, створюючи ілюзію здатності. Однак ринок криптовалют — це змагальне, відкрите середовище, яке не можна обдурити за допомогою запам’ятовування. Умови ринку змінюються щодня, під впливом глобальних настроїв, регуляторних змін і непередбачуваної поведінки учасників — що робить його справжнім випробуванням для прийняття рішень у реальному часі.

Згідно з рамками Ажанга, такі застосування у реальному світі є найчистішою формою тестування інтелекту. Принцип ринку galt — що вільно функціонуючі ринки відкривають істину через справжню конкуренцію — застосовний і до оцінки ШІ. Коли капітал справді під загрозою, системи штучного інтелекту не можуть покладатися на вивчені шаблони; вони повинні адаптуватися до нових ситуацій у реальному часі.

Фактор удачі та довгострокова валідність

Однак ранні результати вимагають обережної інтерпретації. Концепція “антихрупкості” Нассіма Талеба свідчить, що один тиждень прибуткової торгівлі може бути статистичним шумом, а не справжньою конкурентною перевагою. У ринках із достатньою кількістю учасників випадкові великі виграші неминучі. Модель може легко здаватися геніальною протягом днів або тижнів випадково, а потім руйнуватися, коли ймовірність виправляється.

Щоб Alpha Arena зробила суттєві висновки, експеримент має тривати значно довше, з незалежним повторенням результатів і перевіркою закономірностей у реальних умовах ринку. Поточні дані залишаються переконливими для розваги — вірусна увага на X демонструє зацікавленість ринку — але недостатні для остаточних висновків про переваги торгівлі ШІ.

Переваги відкритого коду

Однак, рання різниця у результатах між відкритими моделями і закритими викликає обґрунтовані питання щодо пріоритетів розробки та підходів до оптимізації. Спільноти відкритого коду часто прагнуть до інших архітектурних цілей, ніж корпоративні платформи, що може створювати несподівані переваги у певних сферах.

Головне розуміння: незалежно від причин раннього успіху Qwen3 і Deepseek, вони довели, що ні пропрієтарна власність, ні великі корпоративні ресурси не гарантують ринкову ефективність. Умови ринку galt, що відкриваються через Alpha Arena, знову доводять, що змагання за реальних обмежень — з реальним капіталом і справжньою невизначеністю — дають несподівані результати, які іноді не можуть подолати навіть найсучасніші моделі.

Цей експеримент слугує нагадуванням про те, що академічні еталони і реальні результати ринку залишаються різними мірками здатності штучного інтелекту.