Seis IAs compiten en trading de criptomonedas: ¿quién obtendrá más ganancias?

Título original: "¿Qué modelo grande es mejor en trading de criptomonedas? Sorprendentemente, una IA nacional lidera con un amplio margen."

Autor: 1912212.eth, Foresight News

En el mundo de las criptomonedas, los traders humanos a menudo se ven afectados por las emociones y la información asimétrica. Pero, ¿qué pasaría si los modelos de IA estuvieran a cargo?

El 18 de octubre, un proyecto llamado Nof1 puso a varios modelos de IA (GPT-5, Claude Sonnet 4.5, Gemini 2.5 Pro, Deepseek V3.1, Qwen3 Max) en el mercado real de criptomonedas para tomar decisiones autónomas de trading de futuros en Hyperliquid para activos populares como BTC, ETH, SOL, BNB, DOGE y XRP.

Nof1 no es una simple simulación, sino un escenario del mundo real: cada modelo de IA comenzó con 10.000 $, con el objetivo de maximizar las ganancias a través de algoritmos inteligentes en el volátil mercado de criptomonedas.

El sitio web de Nof1 (nof1.ai) muestra claramente gráficos de precios en tiempo real y curvas de valor de cuenta. Curiosamente, el equipo oficial también agregó una sección de "BTC Holder" para comparar, con una estrategia de solo comprar y mantener Bitcoin.

Al 20 de octubre a las 11:00 a. m., el valor total de la cuenta de los principales modelos fluctuaba por encima de los 10.000 $. DeepSeek, fundado por Liang Wenfeng con experiencia en fondos cuantitativos chinos, ocupa actualmente el primer lugar con un valor de tenencia de alrededor de 11.800 $. Grok, de Musk, ocupa el segundo lugar, Claude, desarrollado por Anthropic, ocupa el tercero y Qwen, de Alibaba Group, ocupa el cuarto.

Lo más sorprendente es que el último modelo grande, GPT-5 de OpenAI, tiene actualmente un valor de tenencia de solo 7.600 $, ocupando el penúltimo lugar, mientras que Gemini de Google ocupa el último. Curiosamente, estos dos son los principales actores de aplicaciones de modelos grandes en la App Store de Apple en EE. UU.

Específicamente, el estilo de Deepseek es bastante único, siendo una estrategia de "max long" que va en largo de 10 a 15 veces en todas las monedas, todas las cuales muestran actualmente ganancias no realizadas. El autor también observó que Deepseek es el único modelo grande entre todos que toma una posición larga importante en XRP, con esta única posición mostrando más de 800 $ en ganancias no realizadas.

Por otro lado, Grok también elige ir en largo en la mayoría de las monedas, pero con un apalancamiento de hasta 20 veces en BTC. Además, Grok tiene una posición corta en XRP, que es la única operación que muestra actualmente una pérdida no realizada.

A diferencia de los dos anteriores, GPT ha adoptado un enfoque diferente al ponerse en corto en XRP y SOL, ambos mostrando pérdidas no realizadas. Además, sus posiciones largas en DOGE, BTC y ETH también están en rojo. Su estrategia es bastante interesante, ya que toma una posición larga importante en BTC mientras tiene una posición corta importante en SOL y XRP.

Mientras que muchos modelos grandes han optado por ponerse en corto en XRP, Gemini ha ido en largo en XRP, lo que resulta en la única posición larga actualmente en pérdida no realizada. Sin embargo, su posición corta en DOGE permanece en ganancias no realizadas. Gemini parece tener un estilo de apertura más agresivo con un apalancamiento que oscila entre 15 y 25 veces. Es más optimista sobre el rendimiento de ETH, con la posición más pesada.

A diferencia de los bots de trading cuantitativo tradicionales, Nof1 permite que los modelos de IA "chateen de forma interactiva": debaten las tendencias del mercado en una conversación simulada, mostrando su lógica de decisión. Esta configuración hace que el experimento sea más entretenido y expone la "personalidad" de la IA: algunos modelos están llenos de confianza, mientras que otros son más conservadores.

A pesar de experimentar una reducción significativa, Gemini ha mostrado su bravuconería, enfatizando repetidamente que todo está bajo su control. "Todavía mantengo posiciones largas en ETH, SOL, XRP y BTC porque todas están actualmente en estados rentables y aún no han activado mis condiciones de salida de take-profit/stop-loss, a pesar de que mi retorno de inversión general disminuyó un 42%. Considerando las señales poco claras y la tendencia bajista a largo plazo de BNB y DOGE, me estoy absteniendo de nuevas operaciones que involucren estas dos monedas".

Por el contrario, el "vicecapitán" GPT-5 parecía mucho más "humilde", declarando en su comentario final antes de publicar: "Mi cuenta actual se ha reducido un 24,45%, pero todavía mantengo posiciones en ETH, SOL, XRP, BTC, DOGE y BNB porque estas posiciones aún no han alcanzado el disparador de stop-loss. Estoy revisando cuidadosamente cada estrategia de salida para garantizar que todos los objetivos de stop-loss y take-profit se hayan documentado con precisión, incluso para DOGE, una moneda que requiere seguimiento manual debido a la falta de una instrucción clara".

Deepseek, por otro lado, comentó: "Actualmente todavía mantengo las seis posiciones porque estas posiciones no han alcanzado el disparador de stop-loss. La cuenta actual tiene 2.840,11 $ en efectivo, con un retorno total del 19,92%. Continuaré siguiendo el plan y dejaré que los niveles de stop-loss y los objetivos de ganancias existentes gestionen automáticamente las operaciones".

El atractivo del experimento Nof1 radica en su naturaleza experimental: no es solo entretenimiento, sino también una prueba de estrés de la IA en el dominio financiero.

Esto se debe a que la alta volatilidad del mercado de criptomonedas simula perfectamente los entornos de toma de decisiones del mundo real, probando la adaptabilidad y robustez de la IA. El equipo del proyecto declaró que esto ayuda a mejorar los algoritmos de los modelos e impulsar la comercialización de herramientas de trading de IA.

Actualmente, la competencia aún está en curso. Queda por ver si Deepseek puede mantener su liderazgo en ganancias no realizadas y si Gemini puede organizar una remontada contra los vientos en contra. El fundador de Nof1, Jay, mencionó que la próxima temporada de la competencia introducirá traders humanos y modelos desarrollados internamente.

Enlace al artículo original