Ayon sa datos mula sa blockchain analytics platform na CoinGlass, ang mga Chinese artificial intelligence model ay humihigit sa kanilang mga katapat sa Estados Unidos pagdating sa crypto trading, habang umiigting ang kompetisyon sa pagitan ng mga nangungunang generative AI chatbots.
Ang mga AI chatbot na DeepSeek at Qwen3 Max, na parehong binuo sa China, ang nanguna sa patuloy na eksperimento sa crypto trading. Ang DeepSeek ang tanging AI model na nakapagbigay ng positibong unrealized return na 9.1%.
Ang Qwen3, isang AI model na binuo ng Alibaba Cloud, ay pumangalawa na may 0.5% unrealized loss, na sinundan ng Grok na may 1.24% unrealized loss, batay sa CoinGlass.
Ang ChatGPT-5 ng OpenAI ay nahulog sa huling puwesto, na may loss na mahigit sa 66%, kaya ang paunang halaga ng account nito na $10,000 ay naging $3,453 na lamang sa oras ng pagsulat.
Ikinagulat ng mga crypto trader ang resulta, lalo na’t ang DeepSeek ay binuo lamang sa maliit na bahagi ng halaga kumpara sa ginastos ng mga karibal nito sa US.
Ang tagumpay ng DeepSeek ay nagmula sa pagtaya nito sa pag-angat ng crypto market. Ang modelong ito ay kumuha ng leveraged long positions sa mga pangunahing cryptocurrency, tulad ng Bitcoin (BTC), Ether (ETH), Solana (SOL), BNB (BNB), Dogecoin (DOGE) at XRP (XRP).
DeepSeek, humigit sa lahat ng mga AI model sa halagang $5.3 milyong training capital
Ang DeepSeek ay binuo sa kabuoang gastos sa training na $5.3 milyon, ayon sa technical paper ng modelo.
Sa paghahambing, ang OpenAI ay umabot sa $500 bilyong valuation upang maging pinakamalaking startup sa mundo, ayon sa ulat ng Cointelegraph noong Oktubre 2. Ang kompanya ay nakalikom ng kabuoang $57 bilyon na capital sa 11 funding rounds, ayon sa database platform ng kompanya na Tracxn.
Bagama't walang eksaktong numero ng training budget ng ChatGPT-5 na publicly available, gumastos ang OpenAI ng $5.7 bilyon para sa research and development initiatives sa unang kalahati pa lamang ng 2025, ayon sa ulat ng Reuters noong Setyembre.
Tinatayang nasa pagitan ng $1.7 bilyon at $2.5 bilyon ang kabuoang training cost ng ChatGPT-5, ayon sa isang X post noong Mayo 2024 ng chartered financial analyst na si Vladimir Kiselev.
Pagkakaiba sa crypto trading ng mga AI model, posibleng dahil sa training data: Nansen analyst
Ang pagkakaiba sa crypto trading performance ng mga AI model ay malamang na nag-ugat sa kanilang training data, ayon kay Nicolai Sondergaard, research analyst sa crypto intelligence platform na Nansen.
Bagama't ang ChatGPT ay isang mahusay na “general-purpose” large language model (LLM), ang Claude — isa pang AI model — ay pangunahing ginagamit para sa coding, sinabi ng analyst sa Cointelegraph, at idinagdag:
“Kung titingnan natin ang mga historical PNLs sa ngayon, ang mga model ay karaniwang may napakalaking pagbabago sa presyo, tulad ng pag-akyat ng $3,000 - $4,000, ngunit pagkatapos ay nagkakamali sa trade o nahuhuli sa malalaking paggalaw, na nagiging sanhi upang isara ng LLM ang trade.”
Ang performance ng ilan sa mga AI model na ito ay maaari ding mapabuti sa tamang prompt, lalo na para sa ChatGPT at Gemini ng Google, ayon kay Kasper Vandeloock, strategic adviser at dating quantitative trader.
“Siguro mas gagaling pa ang ChatGPT at Gemini sa ibang prompt. Ang mga LLM ay nakadepende talaga sa prompt, kaya siguro sa default ay mas mababa ang performance nila,” sinabi ni Vandeloock sa Cointelegraph.
Bagama't makakatulong ang mga AI tool upang makita ang mga pagbabago sa market trend para sa mga day trader sa pamamagitan ng social media at technical signals, hindi pa rin maaaring umasa sa kanila ang mga trader para sa autonomous trading.
Nagsimula ang kompetisyon sa $200 na starting capital para sa bawat bot, na kalaunan ay tinaasan sa $10,000 bawat model, kung saan ang mga trade ay isinasagawa sa decentralized exchange na Hyperliquid.
