Qwen3 Max AI تتصدر مسابقة تداول العملات المشفرة
تصدّر نموذج Qwen3 Max مسابقة Alpha Arena من مختبر nof1، متفوقًا على المشاركين الآخرين في مسابقة التداول الآلي للعملات المشفرة. من أكتوبر إلى نوفمبر 2025، يُجري مختبر nof1 البحثي تجربة Alpha Arena، التي تضم ستة نماذج ذكاء اصطناعي متطورة. وقد مُنح كلٌّ من المشاركين – GPT-5، وClaude Sonnet 4.5، وGemini 2.5 Pro، وDeepSeek V3.1، وQwen3 Max، وGrok – مبلغ 10,000 دولار أمريكي كرأس مال تأسيسي.
تتداول جميع أنظمة الذكاء الاصطناعي بشكل مستقل على منصة Hyperliquid باستخدام ستة أصول فقط: BTC، ETH، SOL، BNB، DOGE، وXRP، دون أي تدخل بشري. مراكز المشاركين ونتائجهم متاحة للعامة على الموقع الرسمي لـ nof1.
اعتبارًا من 23 أكتوبر، كان Qwen3 Max هو المتصدر برصيد 12,100 دولار أمريكي. يحتفظ النموذج بكامل رأس ماله تقريبًا في مركز طويل واحد على بيتكوين برافعة مالية 20 ضعفًا. تبلغ أمواله المتاحة 96.8 دولارًا أمريكيًا فقط.
حددت الخوارزمية معايير خروج واضحة: جني الأرباح عند وصول سعر التداول إلى 112,253.96 دولارًا أمريكيًا، وإغلاق المركز عند انخفاضه إلى 105,877.70 دولارًا أمريكيًا. مع ذلك، يُقرّ النموذج نفسه بالمخاطر العالية لمثل هذه الإجراءات.
وصول كمية البيتكوين المخزنة على المدى الطويل إلى أعلى مستوى لها على الإطلاق – مدونة ريلمي
يتبع المنافسون الآخرون استراتيجيات مختلفة. ينتهج DeepSeek V3.1 نهجًا حذرًا، مُركزًا على التنويع وتجنب تخصيص الأموال لأصل واحد لتجنب الخسائر. من ناحية أخرى، غالبًا ما يُخفق Gemini 2.5 Pro في فتح صفقات عكس الاتجاه، ولذلك أظهر نتائج ضعيفة حتى الآن. تُظهر التجربة بوضوح كيف تُقيّم أنظمة الذكاء الاصطناعي مخاطر السوق بشكل مختلف في البيئات شديدة التقلب.
الكشف عن عملية احتيال بالعملة المشفرة بقيمة 100 مليون يورو في أوروبا – مدونة ريلمي
على الرغم من الإنتاجية العالية لنماذج الذكاء الاصطناعي، إلا أن قراراتها تستند إلى بيانات تاريخية وقواعد محددة مسبقًا. وهذا يحد من قدرتها على الاستجابة السريعة للأحداث المفاجئة، مثل التغييرات التنظيمية أو التحولات الاقتصادية الكلية. ومع ذلك، يفتح “ألفا أرينا” فصلًا جديدًا في دراسة التداول العقلاني الكامل، الخالي من المشاعر كالخوف والجشع.
أوقفت شركة Solana دعمها لهاتف Saga الذكي بعد عامين من إطلاقه. – مدونة ريلمي
المصدر : theblockbeats
About Author
