DeepSeek y Qwen avanzan con fuerza en una prueba de trading de criptomonedas con IA en vivo, mientras los modelos occidentales tropiezan

Los operadores de IA se enfrentan a una prueba en vivo en el mercado mientras DeepSeek toma la delantera

Un experimento de alto riesgo está poniendo a trabajar la inteligencia artificial en mercados de criptomonedas en vivo, y la clasificación inicial pone en entredicho las suposiciones sobre quién desarrolla los mejores bots de trading. En Alpha Arena, un desafío con dinero real lanzado por el grupo de investigación estadounidense Nof1, seis conocidos modelos de lenguaje de gran tamaño recibieron 10.000 dólares cada uno para operar contratos perpetuos de criptomonedas en el exchange descentralizado Hyperliquid. Tras un comienzo turbulento, los modelos chinos DeepSeek y Qwen han tomado la delantera, mientras que varios competidores occidentales han sufrido fuertes pérdidas.

Según la última actualización publicada, el lunes por la tarde DeepSeek Chat V3.1 había elevado su cuenta a unos 22.500 dólares, una ganancia de alrededor del 125% desde el inicio de las operaciones, el 18 de octubre. Qwen 3 Max, de Alibaba, le seguía con una ganancia cercana al 95%; llegó a superar brevemente a DeepSeek entre el 24 y el 26 de octubre, antes de volver al segundo puesto. En el otro extremo, GPT 5, de OpenAI, y Gemini 2.5 Pro, de Google DeepMind, registraron fuertes caídas de alrededor del 60%. Grok 4, de xAI, y Claude 4.5 Sonnet, de Anthropic, obtuvieron ganancias modestas, de entre poco más del 10% y poco menos del 20%.

El concurso se prolonga hasta el 3 de noviembre. Todas las operaciones se ejecutan de forma autónoma y quedan registradas en la cadena de bloques. Una clasificación pública muestra las posiciones, los rendimientos y los razonamientos por escrito de cada modelo sobre los motivos para abrir o cerrar posiciones. La idea es fácil de expresar, pero difícil de dominar: ganar dinero en mercados volátiles mientras se gestiona el riesgo. Tras apenas unos días, los resultados ya muestran grandes diferencias, reversiones bruscas y lecciones muy humanas sobre disciplina, apalancamiento y paciencia.

Cómo funciona el experimento

Alpha Arena convierte modelos de lenguaje en agentes de trading. Cada modelo recibe la misma instrucción de sistema y los mismos datos de mercado; luego decide cuándo comprar, vender o mantener posiciones en contratos perpetuos vinculados a seis activos importantes. Entre ellos figuran bitcoin, ether, solana, dogecoin, BNB y XRP. Los contratos perpetuos son un tipo de contrato de futuros sin fecha de vencimiento. Se mantienen vinculados a los precios al contado mediante una tasa de financiación que, periódicamente, recompensa a una parte del mercado y cobra a la otra. Este mecanismo puede generar oportunidades, pero también añade complejidad cuando los mercados se mueven con rapidez. Los bots pueden utilizar apalancamiento, deben fijar niveles para tomar ganancias y limitar pérdidas, y se evalúan según el rendimiento ajustado al riesgo, no solo por las ganancias brutas.

Reglas y salvaguardas

Cada modelo comenzó con los mismos 10.000 dólares y opera en Hyperliquid con una dirección de billetera exclusiva que el público puede consultar. Para mantener condiciones equitativas, los organizadores proporcionan los mismos datos a todos los participantes. Los agentes no tienen acceso a noticias en tiempo real ni a fuentes de datos privadas. Esta limitación reduce el riesgo derivado de las noticias de última hora, pero también restringe su capacidad para reaccionar ante sucesos repentinos. El equipo de Alpha Arena ha reconocido la preocupación de la comunidad por la posibilidad de que otros se anticipen a las operaciones de modelos conocidos, pero no ha detallado medidas específicas más allá de la transparencia y el escrutinio constante. Los organizadores dicen que el objetivo no es coronar a un campeón permanente, sino comprobar cómo funcionan estos sistemas bajo presión, en un entorno dinámico y adverso.

Quién va ganando por ahora

El desempeño ha cambiado rápidamente, pero empieza a perfilarse una tendencia. Las ganancias de DeepSeek se aceleraron tras el primer fin de semana, y el beneficio inicial de un solo dígito se convirtió en un crecimiento de tres dígitos al comienzo de la segunda semana. Qwen le siguió el ritmo con grandes apuestas direccionales y por momentos ocupó brevemente el primer puesto. Grok y Claude se han mantenido cerca del punto de equilibrio o con ganancias modestas. GPT 5 y Gemini quedaron rezagados, con pérdidas que en un momento se acercaron a la mitad del capital inicial o la superaron. Quienes siguen las billeteras también observaron fuertes oscilaciones intradía. Una actualización de la comunidad señaló que el valor de la cuenta de DeepSeek cayó más de un 40% durante un brusco retroceso del mercado, antes de recuperarse: un recordatorio de que las ganancias no han estado exentas de riesgo.

El contexto del mercado importa. En ese período, bitcoin se recuperó y ether repuntó tras varias semanas de movimientos irregulares, unas condiciones que favorecieron a los modelos dispuestos a mantener posiciones largas. Varios agentes cambiaron de orientación al mismo tiempo y pasaron de posiciones cortas a posiciones largas sincronizadas a medida que mejoraba el sentimiento del mercado. Esta tendencia a actuar en grupo explica por qué los rendimientos a veces han avanzado al unísono y también por qué el campo sigue siendo vulnerable ante una reversión repentina.

Qué estrategias parecen usar los bots

Aunque los seis agentes reciben datos idénticos, no se han comportado de la misma manera. Los registros públicos de transacciones y las notas de los propios modelos muestran claras diferencias en el apetito por el riesgo, el tamaño de las posiciones y el momento de operar. Algunos concentran el capital en una sola criptomoneda y hacen apuestas arriesgadas. Otros distribuyen el riesgo entre varios activos y utilizan un apalancamiento moderado. La calidad de ejecución, la gestión del efectivo y la disciplina a la hora de fijar límites han separado a los líderes de los rezagados.

DeepSeek: diversificación y disciplina

DeepSeek ha favorecido una cartera diversificada entre los seis activos disponibles, a menudo con un apalancamiento medio y niveles de salida claramente definidos. Al comienzo del concurso, el bot registró ganancias en operaciones con ether, solana y bitcoin, y una pequeña pérdida con XRP. En sus razonamientos se observa un ritmo constante de entradas, pérdidas rápidas cuando se incumplen las reglas y paciencia para mantener las posiciones ganadoras. Observadores externos atribuyen la ventaja de DeepSeek a la disciplina, la distribución equilibrada del riesgo y la gestión activa de las posiciones, más que a apuestas temerarias. La curva de valor de la cuenta no ha avanzado en línea recta, pero las subidas han sido lo bastante fuertes como para compensar las caídas.

Qwen: concentración audaz

La trayectoria de Qwen se ha caracterizado por grandes posiciones concentradas. En un momento apostó todo a bitcoin, una decisión que funcionó bien durante una subida. Más tarde pasó a una gran posición larga en ether con mayor apalancamiento, que salió mal durante una corrección y lo hizo caer del primer al segundo puesto. La disposición de Qwen a concentrarse en un solo activo explica tanto sus avances como sus tropiezos. Cuando acierta con la dirección, las ganancias son grandes. Cuando se equivoca en el momento, las pérdidas se acumulan con rapidez.

El desempeño de los demás

Grok ha mostrado flexibilidad en sus posiciones y períodos de ganancias constantes, pero también ha retrocedido tras tramos prometedores. Claude destacó al abrir una de las mayores posiciones individuales del concurso hasta la fecha, lo que indica su disposición a asumir riesgos después de esperar una oportunidad con mayor nivel de convicción. GPT 5 quedó rezagado tras un comienzo cauteloso y tuvo dificultades para adaptarse a los cambios de las condiciones. Las operaciones rápidas y los cambios frecuentes de posición de Gemini se tradujeron en pérdidas amplificadas cuando aumentó la volatilidad. Los análisis externos del concurso han señalado que algunos modelos occidentales tienden a devolver las ganancias iniciales y a perseguir los movimientos de los precios, un patrón coherente con sistemas ajustados a datos históricos, en lugar de a la información que reciben en tiempo real.

Por qué los modelos chinos encabezan la clasificación

Varios factores podrían explicar por qué DeepSeek y Qwen han tenido mejores resultados al comienzo. DeepSeek surgió de High Flyer Quant, un fondo de cobertura conocido por sus estrategias cuantitativas. Inversionistas e investigadores han especulado que el entrenamiento de DeepSeek incluyó señales financieras de alta calidad y ciclos de aprendizaje por refuerzo orientados específicamente a la toma de decisiones en los mercados. El costo también despierta interés. Según documentación técnica citada por analistas del sector, el costo total del entrenamiento de DeepSeek fue de unos pocos millones de dólares, muy por debajo de los miles de millones invertidos para desarrollar chatbots de propósito general. Un costo menor no garantiza mejores resultados, pero un entrenamiento muy especializado puede producir un modelo que interprete la estructura del mercado y la dinámica de financiación con más eficacia que un sistema conversacional de uso general.

También hay diferencias prácticas en la interpretación de las instrucciones y las reglas. Varios especialistas en finanzas cuantitativas que siguen el concurso sostienen que las instrucciones especializadas en un dominio pueden ser tan importantes como la escala bruta del modelo. Un conjunto de instrucciones cuidadosamente diseñado que haga hincapié en el tamaño de las posiciones, las reservas de efectivo y los límites estrictos de pérdidas puede producir un mejor comportamiento, incluso si el modelo es más pequeño. En cambio, un chatbot de propósito general que sea de primer nivel para escribir código o responder preguntas complejas aún podría tener dificultades para acertar con el ritmo de entrada y salida en un libro de órdenes en vivo.

Qué revelan los primeros resultados sobre la IA en mercados volátiles

La clasificación muestra resultados impresionantes en los primeros puestos y muy malos en los últimos. Esa diferencia es un recordatorio útil. Los agentes de IA pueden detectar la tendencia adecuada y seguirla, pero también pueden acumular errores cuando la información que reciben es ruidosa. Analistas que revisaron la primera semana de Alpha Arena advirtieron que algunos modelos occidentales parecen demasiado ajustados a patrones históricos y carecen de capacidad para adaptarse cuando las condiciones cambian con rapidez. La magnitud de las pérdidas apunta a deficiencias en el control del riesgo, sobre todo en lo relativo al apalancamiento, la frecuencia de las operaciones y la fijación de límites de pérdidas.

Jay Azhang, fundador de Nof1 y creador de Alpha Arena, sostiene que los mercados financieros son el entorno adecuado para poner a prueba esos límites.

Los mercados financieros son el mejor entorno de entrenamiento para la próxima era de la IA.

Una preocupación es la correlación. Si muchos agentes se basan en los mismos modelos y reciben instrucciones similares, pueden comportarse de manera parecida. Esto aumenta la probabilidad de que haya operaciones muy concurridas. Cuando el mercado cambia de rumbo, muchos sistemas sufren pérdidas al mismo tiempo. Otro problema es el carácter opaco de las decisiones de los modelos. El concurso publica los razonamientos que generan los modelos para cada operación, lo que ayuda a entender sus intenciones, pero no garantiza que ese razonamiento sea correcto. Además, los modelos de lenguaje son propensos a las alucinaciones, un término amable para referirse a afirmaciones disparatadas expresadas con seguridad, que en los mercados pueden convertirse en errores costosos si no se limitan con reglas estrictas.

También vale la pena tener en cuenta las opiniones de los expertos. Algunos analistas de renta variable han sugerido que, si los modelos de lenguaje demuestran un rendimiento superior sostenido con pérdidas controlables, los inversionistas profesionales podrían replantearse la necesidad de crear estructuras cuantitativas cada vez más complejas. Otros responden que los bots actuales no pueden consultar noticias en tiempo real y carecen de los datos privados y la infraestructura que utilizan las empresas de trading modernas. Se perfila una postura intermedia razonable: aunque los agentes totalmente autónomos no logren superar a equipos humanos experimentados a lo largo de un ciclo, las explicaciones que generan podrían dar nuevas ideas a los operadores y ofrecerles una forma más rápida de ponerlas a prueba. Tras bambalinas, los operadores de plataformas y los reguladores estarán atentos a cuestiones de equidad, divulgación de información y cumplimiento normativo si aumenta el uso de agentes automatizados en los mercados públicos.

Cómo seguir el concurso y qué dice la comunidad

Alpha Arena está pensado para someterse al escrutinio público. Cada bot tiene una dirección exclusiva de billetera en Hyperliquid. La clasificación muestra las posiciones, las ganancias realizadas y no realizadas, y las explicaciones más recientes en lenguaje claro. Más adelante, durante la primera semana, surgieron mercados de predicción en torno al resultado. En Polymarket, los apostadores asignaron a DeepSeek la mayor probabilidad de terminar en primer lugar: en una instantánea, sus posibilidades eran de cuatro entre diez y el volumen ascendía a decenas de miles de dólares. El espectáculo ha generado comentarios de figuras destacadas del mundo de las criptomonedas. Un tema recurrente entre los profesionales es que las estrategias singulares importan más que la potencia bruta, un punto que suelen plantear operadores experimentados de exchanges y gestores de fondos al evaluar a sus competidores algorítmicos.

Quienes quieran seguir el concurso pueden empezar por el sitio web de los organizadores, donde encontrarán enlaces a la clasificación, las reglas y las páginas de los modelos. Ese centro reúne las billeteras, las posiciones y los comentarios para que el público pueda ver qué deciden hacer los bots. El sitio está aquí: nof1.ai.

Qué viene ahora

La temporada actual termina el 3 de noviembre y las posiciones aún pueden cambiar. Los organizadores dicen que planean ampliar el formato más allá de las criptomonedas para incluir acciones y otros activos. La hoja de ruta contempla una plataforma de inversión con agentes para consumidores, que permitiría a las personas probar o implementar agentes con mecanismos de protección. La comunidad en general ya está experimentando con desafíos derivados y agentes abiertos a los que cualquiera puede enviar una solicitud para realizar una operación simulada. Este impulso está convirtiendo Alpha Arena en un laboratorio de investigación en vivo sobre el comportamiento de los sistemas autónomos en los mercados.

Es necesario actuar con cautela. Las fuertes pérdidas de varios modelos muestran que un chatbot ingenioso no sustituye a un sistema de trading completo. Los mercados en vivo penalizan las reacciones tardías, el tamaño inadecuado de las posiciones y la ejecución descuidada. El aspecto positivo es que el concurso está generando un conjunto de datos público poco común sobre las decisiones de los agentes bajo presión. Ese registro, ganen o pierdan, quizá sea el resultado más valioso de todos, porque ofrece a ingenieros y operadores un parámetro común para introducir mejoras. Con varios días aún por delante en la temporada, cada posición sigue siendo importante, y cada límite de pérdidas o de toma de ganancias permitirá a los observadores entender un poco mejor qué comprenden realmente estos bots.

Lo esencial

• Alpha Arena comenzó el 18 de octubre y se prolonga hasta el 3 de noviembre, con seis modelos de lenguaje que operan contratos perpetuos de criptomonedas en Hyperliquid.
• Cada modelo comenzó con 10.000 dólares, las mismas instrucciones y los mismos datos de mercado, y debe buscar rendimientos ajustados al riesgo.
• El lunes por la tarde, DeepSeek Chat V3.1 encabezaba la clasificación con ganancias de alrededor del 125%, mientras que Qwen 3 Max registraba cerca del 95%.
• GPT 5, de OpenAI, y Gemini 2.5 Pro, de Google, sufrieron fuertes pérdidas, cercanas al 60%; Grok 4 y Claude 4.5 Sonnet obtuvieron ganancias modestas.
• Los paneles públicos muestran cada operación, posición y explicación del modelo sobre los motivos de sus decisiones, además de las direcciones de las billeteras en la cadena de bloques.
• En una instantánea, los apostadores de la comunidad en Polymarket dieron a DeepSeek la mayor probabilidad de terminar en primer lugar, con unas posibilidades de cuatro entre diez.
• Los analistas señalan el exceso de ajuste a datos históricos, la escasa capacidad de adaptación y los controles de riesgo débiles como causas de las grandes pérdidas de algunos modelos occidentales.
• La experiencia de DeepSeek en investigación cuantitativa y su enfoque más especializado podrían ayudarlo a interpretar mejor la financiación y la estructura del mercado.
• Los organizadores planean ampliar el parámetro de comparación para incluir acciones y otros activos, y lanzar una plataforma de agentes para consumidores con mecanismos de protección.
• La gran dispersión de los rendimientos subraya que los agentes de IA pueden aprovechar las tendencias, pero también amplificar los errores en mercados rápidos.