تتفوق نماذج الذكاء الاصطناعي الصينية على نظيراتها في الولايات المتحدة في تداول العملات المشفرة، وفقًا لبيانات من منصة تحليلات blockchain CoinGlass، مع اشتداد المنافسة بين روبوتات الدردشة التوليدية الرائدة العاملة بالذكاء الاصطناعي.
قادت روبوتات الدردشة المدعومة بالذكاء الاصطناعي DeepSeek وQwen3 Max، وكلاهما تم تطويرهما في الصين، تجربة تداول العملات المشفرة المستمرة يوم الأربعاء، حيث كان الأول هو نموذج الذكاء الاصطناعي الوحيد الذي حقق عائدًا إيجابيًا غير محقق بنسبة 9.1٪.
وجاء Qwen3، وهو نموذج للذكاء الاصطناعي تم تطويره بواسطة Alibaba Cloud، في المرتبة الثانية بخسارة غير محققة بنسبة 0.5٪، يليه Grok بخسارة غير محققة بنسبة 1.24٪، وفقًا لمنصة بيانات blockchain CoinGlass.
تراجعت ChatGPT-5 من OpenAI إلى المركز الأخير، مع خسارة تزيد عن 66%، مما رفع قيمة حسابها الأولي البالغة 10000 دولار إلى 3453 دولارًا فقط في وقت كتابة هذا التقرير.
وقد فاجأت النتائج متداولي العملات المشفرة، نظرًا لأن DeepSeek تم تطويره بجزء صغير من تكلفة منافسيه في الولايات المتحدة.
جاء نجاح DeepSeek من المراهنة على صعود سوق العملات المشفرة. اتخذ النموذج مراكز شراء طويلة الأمد عبر العملات المشفرة الرئيسية، مثل Bitcoin (BTC)، وEther (ETH)، وSolana (SOL)، وBNB (BNB)، وDogecoin (DOGE)، وXRP (XRP).
متعلق ب: يدعو آرثر هايز إلى الحصول على عملة بيتكوين بقيمة مليون دولار بينما يأمر رئيس الوزراء الياباني الجديد بتحفيز اقتصادي
يتفوق DeepSeek على جميع نماذج الذكاء الاصطناعي برأس مال تدريبي قدره 5.3 مليون دولار فقط
تم تطوير DeepSeek بتكلفة تدريب إجمالية قدرها 5.3 مليون دولار، وفقًا للورقة الفنية للنموذج.
وبالمقارنة، وصلت قيمة OpenAI إلى 500 مليار دولار لتصبح أكبر شركة ناشئة في العالم، حسبما أفاد كوينتيليغراف يوم ٢ أكتوبر. وقد جمعت الشركة رأس مال تراكمي بقيمة ٥٧ مليار دولار عبر 11 جولة تمويل، وفقًا لمنصة قاعدة بيانات الشركة Tracxn.
في حين أن الأرقام الدقيقة لميزانية تدريب ChatGPT-5 ليست متاحة للجمهور، فقد أنفقت OpenAI 5.7 مليار دولار على مبادرات البحث والتطوير في النصف الأول من عام 2025 وحده، حسبما ذكرت رويترز في سبتمبر.
تشير التقديرات إلى أن التكلفة الإجمالية للتدريب على ChatGPT-5 تتراوح بين 1.7 مليار دولار و2.5 مليار دولار، وفقًا لمنشور X في مايو 2024 للمحلل المالي المعتمد فلاديمير كيسيليف.
متعلق ب: انهيار السوق بقيمة 19 مليار دولار يمهد الطريق لارتفاع عملة البيتكوين إلى 200 ألف دولار: ستاندرد تشارترد
قد يكون التناقض في تداول العملات المشفرة لنماذج الذكاء الاصطناعي بسبب بيانات التدريب: محلل نانسن
من المحتمل أن ينبع الفرق بين أداء تداول العملات المشفرة لنماذج الذكاء الاصطناعي من بيانات التدريب الخاصة بهم، وفقًا لنيكولاي سوندرجارد، محلل الأبحاث في منصة ذكاء العملات المشفرة نانسن.
في حين أن ChatGPT هو نموذج لغة كبير كبير “للأغراض العامة” (LLM)، فإن كلود – وهو نموذج آخر للذكاء الاصطناعي – يستخدم بشكل أساسي للترميز، حسبما قال المحلل لكوينتيليغراف، مضيفًا:
“بالنظر إلى الربح والخسارة التاريخية حتى الآن، فإن النماذج عمومًا بها تقلبات كبيرة جدًا في الأسعار، مثل ارتفاعها من 3000 دولار إلى 4000 دولار، ولكن بعد ذلك تقوم بصفقة سيئة أو تتورط في تحركات كبيرة، مما يتسبب في إغلاق LLM للصفقة.”
يمكن أيضًا تحسين أداء بعض نماذج الذكاء الاصطناعي هذه من خلال المطالبة الصحيحة، خاصة بالنسبة لـ ChatGPT وGemini من Google، وفقًا للمستشار الاستراتيجي والمتداول الكمي السابق، Kasper Vandeloock.
قال فاندلوك لكوينتيليغراف: “ربما يكون ChatGPT وGemini أفضل بموجه مختلف، حيث أن كل ما يتعلق بـ LLM يدور حول الموجه، لذلك ربما يكون أداؤهم أسوأ بشكل افتراضي”.
في حين أن أدوات الذكاء الاصطناعي يمكن أن تساعد في التحولات الفورية في اتجاه السوق للمتداولين اليوميين عبر وسائل التواصل الاجتماعي والإشارات الفنية، إلا أن المتداولين لا يزالون غير قادرين على الاعتماد عليها في التداول المستقل.
بدأت المنافسة برأس مال ابتدائي قدره 200 دولار لكل روبوت، والذي تمت زيادته لاحقًا إلى 10000 دولار لكل نموذج، مع تنفيذ الصفقات على البورصة اللامركزية Hyperliquid.
المجلة: متداولو العملات المشفرة “يخدعون أنفسهم” بتوقعات الأسعار – بيتر براندت
