DeepSeek是本周三唯一实现正回报的AI交易模型，尽管其开发成本在同行中最低。

根据区块链分析平台CoinGlass的数据，中国的人工智能模型在加密货币交易中的表现优于美国同行，正值领先的生成式AI聊天机器人竞争日益激烈之际。

在周三进行的加密货币交易实验中，中国开发的AI聊天机器人DeepSeek和Qwen3 Max表现优异，前者是唯一实现9.1%未实现收益的模型。

据CoinGlass数据显示，阿里云开发的Qwen3以0.5%的未实现亏损排名第二，Grok则以1.24%的未实现亏损紧随其后。

而OpenAI的ChatGPT-5则跌至最后一名，亏损超过66%，在撰写时其初始账户价值从1万美元下降至约3453美元。

考虑到DeepSeek的开发成本远低于美国竞争对手，这一结果让加密货币交易者感到惊讶。

DeepSeek的成功主要归功于其押注于加密货币市场整体上涨的策略。该模型在比特币（BTC）、以太坊（ETH）、Solana（SOL）、BNB（BNB）、狗狗币（DOGE）与瑞波币（XRP）等主要币种上采用杠杆多头策略。

DeepSeek仅用530万美元训练资本便超越其他所有AI模型

据其技术论文披露，DeepSeek的总训练成本为530万美元。

相比之下，10月2日Cointelegraph报道，OpenAI的估值已达5000亿美元，成为全球最大的初创公司。根据Tracxn平台数据显示，该公司在11轮融资中累计筹集了约570亿美元资金。

虽然关于ChatGPT-5的训练预算具体数字尚未公开，但据路透社9月报道，OpenAI在2025年前半年在研发方面已花费约57亿美元。

据特许金融分析师Vladimir Kiselev在2024年5月发布在X平台上的帖子估算，ChatGPT-5的训练成本大约在17亿至25亿美元之间。

Nansen分析师：AI模型在加密货币交易中的差异可能源自训练数据

Nansen的研究分析师Nicolai Sondergaard表示，AI模型在加密货币交易中表现差异主要可能源自其训练数据的差异。

他告诉Cointelegraph，虽然ChatGPT是一个出色的“通用”大语言模型（LLM），但另一AI模型Claude主要用于编程任务：

“从目前的历史收益来看，模型通常会经历巨大波动，比如盈利3000-4000美元，但可能会因为糟糕的交易或在大幅波动中被套而被强制平仓。”

策略顾问兼前量化交易员Kasper Vandeloock也提到，某些AI模型的表现还可以通过优化提示（prompt）得到改善，尤其是ChatGPT和谷歌的Gemini模型。

“也许在不同的提示下，ChatGPT和Gemini可以表现更好，LLM的表现很大程度上依赖于提示，这可能是它们默认表现不佳的原因。” Vandeloock说。

虽然AI工具在社交媒体和技术信号方面可以帮助日内交易者捕捉市场趋势变化，但目前还不能完全依赖它们进行自主交易操作。

此次竞赛中，每个模型的起始资金为200美元，后续增加到1万美元，然后在去中心化交易所Hyperliquid上执行交易。

另外值得一提的是，香港已率先批准首只基于现货的索拉纳（SOL）ETF，领先美国市场发展。