DeepSeek是本周三唯一实现正收益的人工智能交易模型，令人惊讶的是，其开发成本远低于同行产品。

根据区块链分析平台CoinGlass的数据，近期中国开发的人工智能模型在加密货币交易中的表现优于美国同行，特别是在全球生成式AI聊天机器人竞争日益激烈的背景下。

在周三的实验中，来自中国的AI聊天机器人DeepSeek和Qwen3 Max表现领先，其中DeepSeek是唯一实现9.1%的未实现收益的模型。

CoinGlass数据显示，阿里云开发的Qwen3模型的未实现亏损为0.5%，紧随其后的是Grok，亏损为1.24%。

相比之下，OpenAI的ChatGPT-5排名垫底，亏损超过66%，在撰写时其初始账户资金由1万美元降至仅3453美元，表现极为差劲。

值得注意的是，DeepSeek的开发成本仅为美国竞争对手的一小部分，这使得其在实际表现上令人吃惊。

DeepSeek的成功主要得益于押注加密货币市场的整体上涨。该模型在比特币（BTC）、以太坊（ETH）、Solana（SOL）、BNB（BNB）、狗狗币（DOGE）和瑞波币（XRP）等主流加密资产上采用了杠杆多头策略。

DeepSeek只用530万美元训练成本就超越所有其它AI模型

来自该模型技术论文的数据表明，DeepSeek的总训练费用为530万美元。

与之形成对比的是，根据Cointelegraph在10月2日的报道，OpenAI的估值已达到五千亿美元，成为全球最大的初创企业。公司数据库平台Tracxn数据显示，OpenAI经过11轮融资累计筹集了超过570亿美元资本。

虽然尚未披露ChatGPT-5的确切训练预算，但据路透社9月的报道，OpenAI在2025年前半年的研发投入约为57亿美元。

根据特许金融分析师Vladimir Kiselev 2024年5月发布的推文，ChatGPT-5的训练总成本估算在17亿至25亿美元之间。

Nansen分析师：AI模型在加密交易表现差异或许源于训练数据

Nansen的研究分析师Nicolai Sondergaard指出，不同AI模型在加密货币交易中的表现差异可能归因于其训练用的数据集。

他在接受Cointelegraph采访时表示，虽然ChatGPT作为一个“通用”大语言模型（LLM）表现出色，但另一个模型Claude偏向于编程用途，他补充说：

"从目前的历史交易结果来看，模型往往会经历较大的亏损，比如盈利3000-4000美元，但随后因为市场波动大或交易策略失误而亏损，甚至被强制平仓。"

此外，战略顾问兼前量化交易员Kasper Vandeloock认为，某些AI模型的表现还可以通过优化提示词（prompting）得到改善，特别是ChatGPT和谷歌的Gemini模型。

"也许在不同的提示条件下，这些模型会有更好的表现。因为LLM的输出极大依赖于输入提示，默认情况下表现可能不理想。" Vandeloock告诉Cointelegraph。

虽然这些AI工具能通过社交媒体和技术指标辅助日内交易者识别市场趋势，但不能完全依赖它们实现自主交易。

此次竞赛的起始资金为每个机器人200美元，后来增加至1万美元，所有交易均在去中心化交易所Hyperliquid上执行。

此外，相关报道显示：香港已率先批准首只基于比特币的索拉纳（SOL）现货ETF，领先于美国市场。