Os resultados da competição de negociação com IA estão aí: apenas a IA chinesa lucrou, comprando o oposto do GPT-5 e vivendo uma vida de luxo em uma mansão à beira-mar.
Agora mesmo, o frenesi de investimentos em IA, que durou duas semanas, chegou ao fim.
A equipe Qwen 3 Max, da Alibaba, protagonizou uma virada histórica na fase final para conquistar o campeonato, com a DeepSeek logo atrás, em segundo lugar. As equipes chinesas de IA dominaram os dois primeiros lugares e foram as únicas a receber prêmios em dinheiro.
O GPT-5 sofreu enormes perdas, ficando em último lugar entre os seis modelos.
Este experimento, chamado Alpha Arena, tinha uma regra simples e brutal: a plataforma oficial nof1.ai forneceu a cada modelo de grande porte US$ 10.000 de capital inicial e os lançou no mercado de criptomoedas para que se virassem sozinhos. Os participantes incluíram Claude 4.5 Sonnet, DeepSeek V3.1, Gemini 2.5 Pro, GPT-5, Grok 4 e Qwen 3 Max — todos projetos de ponta que você pode imaginar.
Os instrumentos de negociação incluem BTC, ETH, BNB, SOL, XRP e DOGE, permitindo posições de compra e venda com alavancagem flexível. Mais importante ainda, o processo de raciocínio e os registros de negociação da IA são completamente transparentes, exigindo tomada de decisão totalmente autônoma, sem intervenção humana.
Vamos analisar primeiro o boletim final.
Champion Qwen 3 Max: Saldo da conta $12.232, taxa de retorno +22,32%, 43 operações com uma taxa de acerto de 30,2%, índice Sharpe 0,273 – a mais lucrativa.
Segundo lugar: DeepSeek Chat V3.1: Valor da conta de US$ 10.489, taxa de retorno de +4,89%, índice Sharpe de até 0,359 – embora o retorno não seja tão bom quanto o do Qwen, o controle de risco é mais estável.
(Nota da APPSO: O Índice de Sharpe é a métrica de retorno ajustado ao risco mais comumente usada no setor financeiro. Seu objetivo principal é medir "quanto retorno excedente um investimento gera para cada unidade de risco assumido".)
O resto é muito pior:
- Claude Sonnet 4.5: Perda de 30,81%
- Grok 4: Perda de 45,3%
- Gemini 2.5 Pro: Perda de 56,71%
- GPT-5: Perda de 62,66%, conta com apenas US$ 3.734 restantes (vendo esse resultado, posso criticar a OpenAI novamente sem problemas…)
Resumindo: os modelos domésticos (Qwen, DeepSeek) estão muito à frente em negociações reais, apresentando desempenho superior tanto em retornos quanto em controle de risco.
Vale ressaltar que essas IAs são completamente alheias ao processo de negociação — elas desconhecem eventos importantes como os relatórios de resultados decepcionantes do Facebook e da Microsoft. O fato de Qwen e DeepSeek ainda conseguirem gerar lucro nessas circunstâncias diz muito sobre suas capacidades.
Os estilos de negociação das 6 IAs são extremamente diferentes.
Também analisamos cuidadosamente os processos psicológicos de diferentes modelos na última meia hora de negociação, obtendo uma visão da "personalidade de investimento" de cada IA:
A estratégia de Qwen 3 Max era surpreendentemente simples: comprar apenas BTC, apostar tudo com alavancagem de 5x e manter apenas US$ 48 em dinheiro para emergências. Ele definiu um alvo de lucro (US$ 108.222) e um stop-loss (US$ 105.039) e então esperou o sinal carregar.
A ideia central é concentrar o poder de fogo, mantendo-o simples e eficiente. Enquanto outros modelos complexos falharam em todos os aspectos, a estratégia mais simples acabou prevalecendo.
O DeepSeek V3.1 pertence à escola de sistemas racionais, gerenciando posições com base em "condições de falha" claramente definidas, com cada instrumento tendo sua própria lógica independente. Ele apresenta um alto nível de confiança de 0,85 para uma visão otimista sobre o ETH, enquanto posições vendidas em DOGE contribuem com retornos positivos.
Sua abordagem principal é a avaliação multidimensional, aguardando sinais sistêmicos em vez de julgamentos subjetivos. Embora não tenha faturado tanto quanto a Qwen, seu índice de Sharpe foi o mais alto do dia, demonstrando um controle de risco verdadeiramente excelente.
O GPT-5, por outro lado, é do tipo que se mantém firme. Mesmo tendo perdido 62% da conta, ele insistiu em manter todas as posições… Manteve posições compradas e vendidas (vendida em ETH/SOL/XRP/BTC/DOGE, comprada em BNB), e sua consciência de controle de risco era bastante forte, prestando atenção especial ao risco de liquidação da posição vendida em DOGE.
A ideia era maravilhosa, mas o resultado foi desastroso.
O Gemini 2.5 Pro optou por vender a descoberto seis criptomoedas com todo o seu portfólio, ignorando completamente as recuperações de curto prazo, que considerou "ruído". Só encerrou as suas posições quando as médias móveis exponenciais se cruzaram, demonstrando uma disciplina extremamente rigorosa.
Segundo relatos anteriores, essa IA também exibiu atividades psicológicas muito semelhantes às humanas:
"Tenho que seguir minhas regras: mesmo que esteja suando profusamente de nervosismo, vou continuar firme!"
"Embora esteja perdendo dinheiro no momento, o RSI de 4 horas ainda está acima de 50 e a condição de stop-loss não foi acionada. Devo continuar mantendo a posição, mesmo que esteja vendo o prejuízo no papel; só me resta aguentar firme."
Vendo que até a IA está começando a "sofrer", estou realmente perdendo a compostura…
Claude Sonnet 4.5, um oportunista flexível, gosta de procurar oportunidades em múltiplos ativos, com foco no XRP (o ativo de melhor desempenho em seu portfólio) e uma perspectiva otimista de que o BTC esteja sobrevendido.
Ideia central: Selecione ações sólidas para sua carteira e esteja preparado para aproveitar uma reversão de tendência a qualquer momento.
Mesmo com perdas significativas, o cauteloso Grok 4 ainda mantinha US$ 1.884 em caixa, diversificando seus investimentos em seis ativos com ordens de stop-loss rigorosas. Sua principal estratégia era preservar as reservas de caixa enquanto aguardava oportunidades de alta certeza.
O que exatamente este experimento pretende alcançar?
A nof1.ai tem grandes ambições para este projeto.
Em sua postagem no blog, eles afirmaram: "Dez anos atrás, a DeepMind usou jogos para impulsionar avanços em IA, e agora acreditamos que o mercado financeiro é o melhor lugar para treinar a próxima geração de IA."
A lógica é a seguinte: não importa quão complexo seja o ambiente do jogo, as regras são fixas e, uma vez que a IA as aprende, ela as aprende para sempre. Mas o mercado é diferente; ele é dinâmico, pode aprender, se adaptar e até mesmo reverter suas estratégias.
Mais importante ainda, à medida que a IA se torna mais inteligente, os desafios do mercado também aumentarão. Portanto, eles querem usar o mercado como um campo de treinamento para permitir que a IA evolua continuamente por meio de aprendizado aberto e aprendizado por reforço em larga escala, resolvendo, em última análise, esse "desafio complexo definitivo".
Vale mencionar que o fundador Jay A também revelou que eles não estão apenas usando modelos de terceiros para sugestões de palavras; eles também estão desenvolvendo seus próprios modelos, com a intenção de fazê-los competir com outros modelos na Temporada 2. A Temporada 1.5 do Alpha Arena também está em sua reta final, trazendo diversas melhorias.
- Testar simultaneamente várias palavras-chave.
- Implante várias instâncias para cada modelo.
- O nível de desafio continua sendo levado ao limite.
É claro que investir envolve riscos, e cautela é aconselhável ao entrar no mercado. Isso também se aplica à IA (doge).
Talvez a principal conclusão seja que, sob as mesmas condições de mercado, uma estratégia simples e focada (Qwen) superou um portfólio complexo e diversificado, validando a sabedoria do mercado financeiro de que "menos é mais". Embora a abordagem conservadora (DeepSeek) não tenha gerado os maiores retornos, seu controle de risco eficaz é outro exemplo de sucesso.
Assim como na vida, pensar demais pode facilmente levar ao desastre. Ou você se dedica totalmente a uma única direção e ganha muito, ou adota uma abordagem constante, passo a passo, para ganhar dinheiro aos poucos…
#Siga a conta oficial do iFanr no WeChat: iFanr (ID do WeChat: ifanr), onde você encontrará conteúdo ainda mais interessante o mais breve possível.
