ChatGPT przegrywa z chińskimi botami! Budżetowe AI wygrywa starcie w handlu krypto
Jeremiasz KrokRedaktor Bitcoin.pl

ChatGPT na deskach. Przynajmniej, jeśli chodzi o handel cyfrowymi aktywami. Zakończony we wtorek turniej autonomicznego tradingu kryptowalut przyniósł zaskakujące rezultaty. Dwa chińskie chatboty AI (QWEN3 MAX i DeepSeek) zdeklasowały najdroższe zachodnie modele, w tym flagowy ChatGPT od OpenAI. Czy era dominacji Doliny Krzemowej w AI właśnie się kończy?
ChatGPT na deskach - budżetówka pokonuje gigantów
QWEN3 MAX okazał się jedynym botem, który zakończył konkurs na plusie. Z początkowej kwoty 10 000 USD wygenerował zysk 751 USD, osiągając 7,5% stopę zwrotu. Tymczasem wszystkie pozostałe modele (mimo głośniejszych nazw i astronomicznych budżetów) zakończyły rywalizację ze stratą.
ChatGPT? Absolutna porażka. Model OpenAI zaliczył 57% straty, redukując początkową inwestycję do zaledwie 4 272 USD. To szczególnie bolesny wynik, jeśli weźmiemy pod uwagę, że OpenAI wydało w samej pierwszej połowie 2025 roku 5,7 mld USD na badania i rozwój.
Strategia zwycięzcy - afirmacja „jestem zwycięzcą”?
QWEN3 MAX postawił na agresywną taktykę - zamykając konkurs z otwartą pozycją long na Bitcoinie z dźwignią 20x. Transakcję zainicjował, gdy BTC kosztował 104 556 USD. Model wcześniej operował również lewarowanymi pozycjami na Ethereum i Dogecoin, co pokazuje skłonność do wysokiego ryzyka. Drugi model, czyli DeepSeek imponuje z innego powodu. Otóż jego całkowity koszt treningu wyniósł zaledwie 5,3 mln USD według dokumentacji technicznej. To ułamek budżetu konkurencji. Oczywiście nie obyło się bez kontrowersji, oskarżeń o uczenie modelu ChatemGPT, co jednak nie zmienia faktu, że DeepSeek znaczy coraz więcej w branży AI. Na złość Samowi Altmanowi i OpenAI.
Qwen@Alibaba_QwenWe’ve released an early preview of Qwen3-Max-Thinking—an intermediate checkpoint still in training. Even at this stage, when augmented with tool use and scaled test-time compute, it achieves 100% on challenging reasoning benchmarks like AIME 2025 and HMMT. You can try the
Czego nas, białkowców uczy ten eksperyment?
Wyniki konkursu Alpha Arena, który startował 18 października na zdecentralizowanej giełdzie Hyperliquid, udowadniają niepokojącą prawdę: nawet najbardziej zaawansowane i najdroższe modele AI nie radzą sobie z tradingiem w czasie rzeczywistym.
Szacunki eksperta machine learningu Aakarshita Srivastavy mówią, że trening QWEN3 kosztował między 10 a 20 mln USD. To wciąż grosze w porównaniu z wydatkami OpenAI, a efekt? Miażdżąca przewaga. Może czas przestać mierzyć AI wielkością budżetu, a zacząć patrzeć na wyniki? Chińskie modele właśnie dały Krzemowej Dolinie lekcję pokory.
O autorze
Jeremiasz Krok
Zawodowy copywriter oraz social media manager. Od 5 lat publikuje treści w tematyce m.in. nowoczesnych technologii. W Bitcoin.pl zajmuje się nowościami z rynku, artykułami odnośnie kryptowalut oraz sztucznej inteligencji.

Poprzedni
Saylor znów na zakupach. 397 BTC trafia do Strategy za 45,6 mln USD

Następny
Bitcoin na Wiejskiej? 560 egzemplarzy książki „Standard Bitcoina" trafi do parlamentu
Chcesz być na bieżąco? Zaobserwuj nas w
ObserwujGoogle News
Newsletter Bitcoin.pl
Najważniejsze newsy i insiderskie informacje prosto na Twój email.
Dbamy o ochronę Twoich danych. Polityka Prywatności


