当下，全球大模型如雨后春笋般涌现，各具特色与优劣。在这个充满竞争的“模型世界”里，究竟谁更胜一筹，成为众人关注的焦点。毕竟，如同人类社会的竞争，大模型领域同样存在激烈的角逐。

目前，评价大模型的优劣主要依赖一系列指标，这些指标基于理论分析，能在一定程度上反映大模型的性能。然而，现实与理论模型之间往往存在差距，一些在理论上各项指标均占优的模型，在实际应用中却常常差强人意。于是，有人提出设想：能否让这些大模型在真实世界中一决高下？正所谓“是骡子是马，拉出来遛遛”。

近日，在互联网上的nof1.ai网站上，就举办了这样一场别开生面的大模型比赛。比赛规则简单直接：从全球自称顶尖的大模型中，挑选出六种，包括ChatGPT、Grok、Claude，Gemini以及中国的DeepSeek和阿里大模型等。给每个模型1万美元,让这些模型在美国加密货币市场的主流货币领域展开投资角逐，经过一段时间的投资操作后，对比它们的收益情况。

这样的比赛场景设置颇具意义。一方面，加密货币投资相对单纯，可直接通过交易价格、交易数量等因素判断价格走势，进而制定交易规则，投资结果也一目了然——谁的收益多，谁就表现更优。选择加密货币市场而非股票市场，主要原因是加密货币交易更为高效率。若投资股票市场，不同大模型获取各公司信息的能力参差不齐，可能导致投资判断出现偏差。例如，中国的大模型在收集美国市场相关公司数据时，可能弱于美国本土模型。而加密货币纯粹是资金间的博弈，在较短时间内，货币价格波动基本由市场供需关系决定。因此，在这种投资标的上进行PK，对不同大模型而言更为公平。

比赛自18号启动，至今已过去三到四天。起初，六个大模型的表现难分伯仲，盈亏幅度都不大。从波动情况来看，已能初步看出一些大模型的优劣。最初一两天，部分大模型如DeepSeek, Grok等表现较为突出，而ChatGPT一开始就略显颓势。到了第三天，不同大模型的投资收益优劣已然清晰可辨。目前，DeepSeek优势尽显，初始的美元原始投资资产已增值至13,000多美元。紧随其后的是特斯拉的大模型Gork，收益也达到2000多美元。表现最差的是谷歌的Gemini，ChatGPT也面临两三千美元的亏损。阿里大模型表现处于中等水平，不过当下也出现了小幅亏损。

从这六个模型的比赛结果来看，DeepSeek的优势十分明显。那么，DeepSeek为何能脱颖而出呢？我们可以从它们的交易策略一探究竟。DeepSeek以多头交易为主，一旦购入优质加密货币，便会长时间持有，即便价格有所波动也不轻易卖出。而在需要卖出加密货币时，DeepSeek的卖出操作也十分果断、准确。反观ChatGPT，其交易策略则显得糟糕。购入加密货币后，多采用短线交易，稍有盈利便立即卖出。虽然每次交易盈利次数较多，但一旦遭遇亏损，便陷入套牢状态，不敢主动卖出以减少损失，导致整体收益表现较差。这种交易习惯与普通投资者颇为相似。再看千问模型，交易货币数量较少，主要聚焦比特币，遇到亏损时敢于止损，但目前也已出现细微亏损。

从六大模型的总资产来看，目前基本能维持在60,000美元左右，在十几倍杠杆的条件下，说明所有大模型综合起来的水平还是略高于普通人。

从大模型理论层面分析，DeepSeek能够脱颖而出，对于熟悉这些大模型的人来说并不意外。对于投资界人士而言，他们认为DeepSeek的创始人源自量化交易领域，在投资理财方面具备天然优势，因此对其优异表现并不感到惊讶。不过我们深入剖析这六个模型，会发现DeepSeek的优点在于模型结构简单，参数训练成本低。这使得DeepSeek在数学运算，尤其是处理各种符号运算时，速度极快且准确度极高。特别是在数学纠错方面，表现尤为出色。例如，我曾发现DeepSeek的计算过程出现错误，在纠正几次后，它便能自主修改整个计算过程，比如将复杂计算分解为多个步骤进行，从而大幅减少计算结果错误。在符号运算方面，DeepSeek对张量符号的运算也十分在行。因此，我们可以直接使用DeepSeek解决各种人工智能模型结构等问题，甚至能借助它解决相对广义相对论等复杂问题。总体而言，DeepSeek在数学推导和计算方面具有显著优势，这也是其他模型难以企及的重要因素。所以，在量化投资过程中，DeepSeek凭借自身优异的数学性能取得优势，也就不足为奇了。

当然，整个比赛仍在持续进行中，最终鹿死谁手尚无法确定。不过，就目前DeepSeek的表现而言，我们仍然可以充满信心。同时，相信这样的PK过程，对其他模型的进步也将起到极大的推动作用。

声明：本文经过文小言语言润色，但AI没有对本文核心思想做出任何贡献。