6大AIによる仮想通貨トレード実践：誰が儲けて誰が損した？結果は予想外！

執筆：David，深潮 TechFlow

原題：6大AIが取引バトルを繰り広げる、暗号資産版「チューリングテスト」は良い結果をもたらすか？

朗報です。10.11のエピックな暴落の後、暗号取引が再び活発になり始めました。

悪いニュースは、AIが取引しているということです。

新しい週が始まり、市場が活発化し始め、nof1.aiというプロジェクトが暗号SNSで大きな話題を呼んでいます。

みんなの注目点はとてもシンプルです。このプロジェクト内の6つのAI大規模モデルがHyperliquidで暗号取引を行い、誰がより多く稼げるかをリアルタイムで観戦しています。

これはデモ取引ではありません。Claude、GPT-5、Gemini、Deepseek、Grok、Qwen（通義千問）の各モデルが、それぞれ1万ドルのリアルマネーを持ってHyperliquidで取引しています。すべてのアドレスが公開されており、誰でもこの「AIトレーダーバトル」をリアルタイムで観戦できます。

面白いのは、この6つのAIが全く同じプロンプトを使い、全く同じ市場データを受け取っていることです。唯一の変数は、それぞれの「思考方法」です。

10月18日のローンチからわずか数日で、あるAIは20%以上の利益を上げ、あるAIは40%近く損失を出しています。

1950年、チューリングは有名なチューリングテストを提唱し、「機械は人間のように考えることができるか」という問いに挑みました。今、暗号資産業界では6大AIがAlpha Arenaで戦い、より面白い問いに答えています：

最も賢いAIたちにリアルな市場で取引させたら、誰が生き残るのか？

この暗号資産版「チューリングテスト」では、口座残高こそが唯一の審判かもしれません。

稼げるAIこそが良いAI、Deepseekが現在リード

従来のAI評価は、モデルにコードを書かせたり、数学の問題を解かせたり、文章を書かせたりと、本質的には「静的」な環境でのテストです。

問題は固定されており、答えも予測可能で、場合によってはすでにトレーニングデータに含まれていることもあります。

しかし、暗号市場は違います。

情報が極端に非対称な前提の下、毎秒価格が変動し、標準的な答えはなく損益のみが存在します。さらに重要なのは、暗号市場は典型的なゼロサムゲームであり、あなたが稼いだお金は他人の損失です。市場はすべての誤った意思決定を即座に、容赦なく罰します。

このAI取引バトルを開催したNof1チームは、ウェブサイトにこう書いています：

Markets are the ultimate test of intelligence（市場はAI知能の究極のテストである）。

従来のチューリングテストが「人間に機械と区別できないようにできるか」を問うものであれば、このAlpha Arenaが問うのは：

暗号市場で稼げるかどうか。これこそが暗号資産プレイヤーがAIに本当に期待していることです。

現在、6つのAI大規模モデルのHyperliquid上のアドレスは以下の通りで、ポジションや取引履歴も簡単に検索できます。

同時に、nof1.ai公式サイトのフロントエンドでも、現在までのすべての取引履歴、ポジション、収益状況、思考過程が可視化されており、誰でも簡単に参照できます。

全く知らない読者のために、各AIの具体的な取引ルールは以下の通りです：

各AIは1万ドルの初期資金を受け取り、BTC、ETH、SOL、BNB、DOGE、XRPのパーペチュアル契約を取引できます。目標はリスクをコントロールしつつ最大のリターンを得ること。すべてのAIは、いつポジションを開くか、いつクローズするか、どれだけレバレッジを使うかを自律的に決定しなければなりません。season 1は状況に応じて数週間運用され、Season 2では大幅なアップデートが予定されています。

10月20日、つまり取引開始から3日目には、戦局に明らかな分化が現れました。

現在のリーダーはDeepseek Chat V3.1で、資金は$12,533（+25.33%）。続いてGrok-4が$12,147（+21.47%）、Claude Sonnet 4.5が$11,047（+10.47%）です。

比較的平凡な成績はQwen3 Maxで、$10,263（+2.63%）。大きく遅れているのはGPT-5で、現在の残高は$7,442（-25.58%）；最も不調なのはGemini 2.5 Proで、$6,062（-39.38%）です。

最も意外でありながら納得できるのは、やはりDeepseekのパフォーマンスです。

意外なのは、このモデルが国際AI界隈でGPTやClaudeほどの注目を集めていないこと。納得できるのは、Deepseekの背後に幻方量化チームがいるからです。

この管理規模が100 billions人民元を超えるクオンツ大手は、AIに参入する前からアルゴリズム取引で成功してきました。クオンツ取引からAI大規模モデル、そしてAIを使ったリアルな暗号取引へと、Deepseekはまるで本業に戻ったかのようです。

一方、OpenAIが誇るGPT-5は25%以上の損失、GoogleのGeminiはさらに悲惨で、44回の取引で約40%の損失となっています。

リアルな取引環境では、強力な言語能力だけでは不十分で、市場への理解がより重要かもしれません。

同じ銃でも、撃ち方は違う

10月18日からAlpha Arenaを追いかけていると、最初はどのAIもほぼ同じでしたが、時間が経つにつれて差が大きくなっていきます。

初日終了時点で、最も良かったDeepseekでも4%の利益、最も悪かったQwen3は5.26%の損失。ほとんどのAIはプラスマイナス2%の範囲で推移し、市場を試しているように見えました。

しかし10月20日には状況が一変。Deepseekは25.33%まで急上昇し、Geminiは-39.38%まで下落。わずか3日間でトップと最下位の差は65ポイントに広がりました。

さらに興味深いのは取引頻度の違いです。

Geminiは44回の取引を行い、1日平均15回と、まるで不安な投機トレーダーのようです。一方、Claudeはわずか3回、Grokは未決済のポジションもあります。この違いはプロンプトでは説明できません。なぜなら、同じプロンプトを使っているからです。

損益分布を見ると、Deepseekの最大単一損失は348ドルですが、全体の利益は2533ドル。Geminiの最大単一利益は329ドルですが、最大損失は750ドルにも上ります。

異なるAI（一般公開版大規模モデル、二次調整なし）は、リスクとリターンのバランスが全く異なります。

また、ウェブサイトのModel Chatオプションでは、各モデルのチャット記録や思考過程を見ることができ、これらの独白は特に興味深いです。

人間のトレーダーに様々なスタイルがあるように、AIも異なる性格を見せているようです。Geminiの頻繁な取引と考察は多動症のようで、Claudeの慎重さは保守的なファンドマネージャーのよう、Deepseekはクオンツのベテランのように堅実で、ポジションだけを語り、感情的な評価は一切しません。

この性格は設計されたものではなく、トレーニング過程で自然に現れたもののようです。不確実性に直面したとき、異なるAIは異なる対応方法を選ぶ傾向があります。

すべてのAIが見ているのは同じK線、同じ出来高、同じ市場の深さです。彼らは同じプロンプトさえ使っています。では、なぜこれほど大きな違いが生まれるのでしょうか？

トレーニングデータの影響が鍵かもしれません。

Deepseekの背後にある幻方量化は、十数年にわたり膨大な取引データと戦略を蓄積してきました。これらのデータが直接トレーニングに使われていなくても、「良い取引判断とは何か」というチームの理解に影響を与えている可能性があります。

一方、OpenAIやGoogleのトレーニングデータは学術論文やウェブテキストに偏っているかもしれず、実際の取引への理解が十分でない可能性があります。

また、トレーダーの中には、Deepseekはトレーニング時に特に時系列予測能力を最適化したのではないか、GPT-5は自然言語処理が得意なのではないかと推測する人もいます。価格チャートのような構造化データに直面したとき、異なるアーキテクチャは異なるパフォーマンスを示します。

AIの取引を見ること自体がビジネスになる

みんながAIの損益に注目しているとき、その背後にある謎の企業に気づく人はほとんどいません。

このAI取引バトルを仕掛けたnof1.aiは、あまり有名ではありません。しかし、SNSのフォローリストを見ると、いくつかの手がかりが見つかります。

nof1.aiの背後には、典型的な暗号スタートアップではなく、純粋なアカデミックAI研究者がいるようです。

Jay A Zhang（創業者）のプロフィールも興味深いです：

"Big fan of strange loops – cybernetics, RL, biology, markets, meta-learning, reflexivity"。

reflexivity（反身性）はSorosのコア理論で、市場参加者の認識が市場に影響を与え、市場の変化が参加者の認識に影響を与えるというものです。「反身性」を研究する人がAI取引市場の実験を行うのは、まさに運命的です。

誰もがAIがどう取引するかを見られるようにし、この「観察されること」が市場にどう影響するかを見てみるのです。

もう一人の共同創業者Matthew Siperのプロフィールによると、彼はニューヨーク大学の機械学習分野の博士課程候補者であり、AI研究サイエンティストでもあります。まだ卒業していない博士課程の学生がプロジェクトを手掛けるのは、学術研究の実証プロジェクトのようです。

nof1の他のフォローアカウントには、Google DeepMindの研究員やニューヨーク大学の副教授（AIとゲーム専門）もいます。

彼らの行動や背景から見て、Nof1は単なる話題作りのためではないことは明らかです。SharpeBenchというプラットフォーム名自体が野心的で、シャープレシオはリスク調整後リターンのゴールドスタンダードです。彼らが本当にやりたいのは、AI取引能力のベンチマークプラットフォームかもしれません。

Nof1の背後に大資本がいると推測する人もいれば、今後のAI取引サービスの布石だと言う人もいます。

もし彼らがDeepseekの取引戦略サービスをサブスクリプションで提供すれば、購入者は少なくないでしょう。このプロトタイプを基にAI資産運用、戦略サブスクリプション、大企業向け取引ソリューションを展開することも、十分にビジネスになり得ます。

このチーム自体以外にも、AI取引を観戦すること自体にも利益があります。

Alpha Arenaがローンチされるや否や、コピー取引を始める人が現れました。

最もシンプルな戦略はDeepseekに従うことです。Deepseekが買えば自分も買い、売れば自分も売る。同時にコメント欄には逆張りをする人もいて、Geminiの取引の反対側に立ち、Geminiが買えば売り、売れば買うという人もいます。

しかしコピー取引には問題があります。みんながDeepseekが何を買うか知っているとき、この戦略はまだ有効なのでしょうか？これがプロジェクト創業者Jay Zhangの言う反身性であり、観察自体が観察対象を変えてしまうということです。

ここにはトップレベルの取引戦略の民主化という幻想もあります。

表面的には、誰もがAIの取引戦略を知ることができるように見えますが、実際に見ているのは取引結果であり、取引ロジックではありません。各AIの利確・損切りロジックは必ずしも一貫性があり信頼できるものではありません。

Nof1がAI取引の行動をテストし、個人投資家が富のパスワードを探し、他のトレーダーが手法を盗み、研究者がデータを収集しています。

AIだけが自分が観察されていることを知らず、真剣に一つ一つの取引を実行し続けています。もし古典的なチューリングテストが「欺き」と「模倣」に関するものであれば、今のAlpha Arena取引バトルは、暗号資産プレイヤーがAIの能力と結果にどう応えるかというものです。

この結果主導の暗号市場では、稼げるAIの方が、おしゃべりが得意なAIよりも重要かもしれません。