新唐

AI实盘操作，DeepSeek暴赚，Gemini崩盘，网友：专业对口就是不一样_我的网站

A |     AlphaGo战胜李世石时，人们惊叹AI在封闭规则下的完美表现。    （本文作者为 超聚焦，钛媒体经授权发布）          文 | 超聚焦          Kimi K3，可能是月之暗面成立以来最接近“封神”的一次。         在7月17日公布的Artificial Analysis独立测试中，K3以57分登上综合智能指数全球第三，超过Claude Opus 4.8；在衡量长周期知识工作的AA-Briefcase中位列第二，仅次于Claude Fable 5。但在真实世界远比围棋盘复杂，市场有噪音、有情绪、有不可预测的黑天鹅。另一边，K3还以1677分登顶Arena前端开发榜，压过一众海外闭源模型。

B |          马斯克也在评论区留言，用 “Impressive（令人印象深刻）”来评价K3，并在隔天介绍xAI正在训练的下一代模型时候表示，其“有可能能够超过Kimi”。

C | AI能在这样的环境中生存吗？一场名为“Alpha Arena”的实验希望给出答案：让AI用真钱、在真实市场中、完全自主地交易加密货币。                   这不是模拟，而是真刀真枪的较量。

D |          然而，这场本该围绕技术突破展开的发布，很快陷入了另一场争议中。         7月19日晚，Kimi以算力紧缺为由暂停C端新用户订阅，并宣布未来将主站与Kimi Code权益拆分销售。                   截至10月20日下午6点，在这场已经持续三天的AI交易大赛中，排名前三的分别是DeepSeek：账户价值冲到14150美元，三天盈利超40%。但短暂出现的新套餐很快因价格和权益设计引发争议，用户质疑原本的一份会员被拆成两份、需要重复付费。Grok紧随其后：收益率36%。         随后，新方案被紧急暂停并重新调整，截至目前，新用户仍无法订阅。Claude Sonnet 4.5排名第三，盈利24%。                   有网友已经开始在线求助：“怎么让DeepSeek操作我的股票账户”                    真金白银的AI交易大赛                    这场比赛由金融市场的AI研究实验室nof1发起，于当地时间10月17日启动了一项名为Alpha Arena的大模型交易测试。选取了6个主流AI大模型：GPT-5、Gemini 2.5 Pro、Grok-4、Claude Sonnet 4.5、DeepSeek Chat V3.1、Qwen3 Max，每个模型在去中心化交易所Hyperliquid上获得10000美元的真实USDC资金。                   规则简单粗暴，所有模型使用相同的输入数据和提示词，需要自主完成策略生成、仓位管理、时机选择和风险控制。

E | 没有人工干预，没有后悔药。所有交易决策完全透明公开，任何人都可以在nof1.ai网站上实时查看每一笔交易。                             当前排行榜，DeepSeek和Grok领先                    早在10月11日，项目还在测试时期就获得了马斯克的关注，1马斯克在X上转发了项目创始人Jay Azhang的推文，配文只有简单的Grok，Grok在测试中表现突出。         一个能够处理百万Token上下文、调度数百个智能体、连续编程数小时的大模型，最后却没有把自己的价格说明白。

F |          不可否认，这确实是Kimi的一次失误。但它更像是中国大模型冲进全球第一梯队后随之而来的“甜蜜负担”：当模型能力跻身全球最前列后，企业该如何面对定价、商业化与算力供给的难题？          至少现在，Kimi是国内唯一有资格回答这道题的公司。                             “Grok4目前领先。它先做空，然后翻转为多头，时机把握完美。”                    项目在10月10日首先进行了小规模实验，给6个AI模型各200美元进行交易测试。         01一张没卖出去的价格表          K3带给月之暗面的第一个难题，是机房被挤爆了。第一天Grok-4的表现就让所有人震惊：单日涨幅超过500%。                   10月14日，测试规模升级到每个模型10000美元。有趣的是，这些AI模型立即展现出激进的交易风格，毫不犹豫地开出了巨大仓位。

G |                              10月16日，项目创始人Jay_azhang，发布短视频《Are you ready for Alpha Arena?》，正式抛出“Alpha Arena”概念，一个规模更大、赌注更高的实验。         7月16日K3上线后，大量用户涌入Kimi。仅仅48小时，用户请求量便超过月之暗面预估，并逐渐逼近现有集群的承载极限。视频首先展示了初步实验的结果，他们给了6个不同的人工智能模型各200美元进行交易，结果在一天内就取得了高达77.9%的集体回报率。视频也展示了并非所有模型都赚钱，有的盈利，有的亏损。不少用户开始遭遇排队、任务中断和响应变慢。

H |          三天后，Kimi发布《关于算力紧缺与会员暂停开放的说明》，宣布暂停C端新用户订阅，将有限算力优先留给已经付费的用户。                             10月17日晚，Alpha Arena直播正式上线。新一轮测试正式开始，6个AI模型完全自主交易真实市场，可以自主下单、平仓、使用杠杆，所有收益按"已平仓利润"计入排行榜。         与此同时，Kimi还宣布准备重做会员体系。         原来的Kimi会员共有49元、99元、199元和699元四档。用户只要购买一份会员，既能在网页端和App中使用深度研究、PPT、网站生成和Agent集群，也能获得相应的Kimi Code额度。

I |                    比赛前两天，所有模型都在1万美元上下震荡，谨慎试探市场。但到了10月19日下午，市场突然爆发，各AI模型的命运开始急剧分化。虽然两边使用的是不同额度池，但都包含在同一张会员卡里。                             从走势图可以清晰看到分水岭的出现：DeepSeek（蓝线）和Grok（黑线）在关键时刻果断做多，账户价值从1万美元直线飙升；而Gemini（蓝底线）和GPT-5（绿线）则在暴涨行情中崩盘，从1万跌至7千附近。到10月20日早间，6个模型合计资产已从60000美元冲到约140000美元，整体回报率超过130%。                   截至当前，排行榜格局已经非常清晰，DeepSeek Chat V3.1以+41.81%的收益率领跑，账户价值14，181美元，更令人印象深刻的是它仅用6笔交易就实现了这一收益。         按照Kimi当晚给出的调整方向，未来的会员将被拆成两套：一套是面向网页端、App和Kimi Work的通用会员，另一套则是面向CLI、IDE和第三方编程工具的Kimi Code会员。Grok-4更加极端，只下了1笔交易就豪赚37.65%，手续费只有9.18美元。         月之暗面的解释是，两类产品的使用场景和算力消耗不同，拆分后可以让用户按需购买，也能更精准地分配算力。

J | Claude Sonnet 4.5以+24.59%排第三，5笔交易中抓住了最大单笔盈利1807美元，夏普比率是0.026，意味着其风险调整后的收益表现在所有模型中最佳。                             相比之下，GPT-5和Gemini则表现非常差，分别亏损25.4%和29.03%。Gemini尤其惨烈——46笔交易产生的439.30美元手续费几乎吃掉了三分之一本金，成为过度交易的反面教材。                   从持仓来看，获胜的模型普遍持有主流币种的多头仓位，这也印证了它们在10月19日市场暴涨前果断做多的策略。                                                                     “出身”决定命运？                    一个有趣的点是，不同AI模型在交易中展现出了截然不同的"性格"。         但用户看到的却是另一回事。DeepSeek和Grok能够脱颖而出，背后可能有一些值得分析的原因。                   DeepSeek背后的幻方本身就是一家量化对冲基金，使用AI算法进行交易决策。短暂出现的新体系中，Kimi Code分为每月99元的Starter和每月299元的Explorer，后者才支持高速模型和最高100万Token上下文。这意味着DeepSeek从诞生之日起可能就浸润在金融数据和交易逻辑中。对于既要做研究、生成PPT，又要写代码的用户而言，原本一份会员能够覆盖的功能，未来可能需要购买两份会员。

K | 它的6笔交易展现出明显的量化特征，不是靠运气，而是靠概率和纪律。         争议发酵后，Kimi紧急暂停了新套餐。                   Grok背后是马斯克的xAI，它有一个独特优势就是对X的实时分析。7月20日，官方承认此前对套餐调整“没有解释清楚”，产品界面也不够完善，并强调老套餐从未移除，老用户仍可续费和升级，新套餐则暂不开放购买。截至目前，新用户仍然无法订阅。

L |          不过，用户真正介意的还不只是会员被拆成两份，而是Kimi与海外模型之间的“算力杠杆”。在加密货币市场中，社交媒体情绪往往是价格变动的先行指标。有网友就自称从今年5月开始就用Grok辅助交易期权，目前收益已达1100%。

M |          有程序员向超聚焦表示，“GPT和Claude的20美元基础套餐，大约能够等价400美元至800美元的API用量；200美元的重度套餐，极端情况下甚至可以跑出约1万美元的用量。                             网友称用Grok交易期权收益超1100%                    一场AI“真人秀”                    nof1.ai自称为首个专注金融市场的AI研究实验室，根据其个人主页信息，创始人Jay Azhang常驻纽约，背景横跨工程、金融与生物学。他曾在摩根大通担任量化分析师，负责exotic options（奇异期权）定价。相比之下，Kimi的199元套餐只对应1200元至2800元的模型用量。

N | ”          “而且AA测试显示，K3完成单个任务的平均消耗已经接近GPT-5.6 Sol。也就是说，模型能力和成本都已经进入海外旗舰档，但会员提供的算力补贴还差得很远。”          “所以说，Kimi至少要做到99元套餐覆盖2000元至5000元用量、699元套餐覆盖5万元至10万元用量，才真正有资格和GPT、Claude的订阅产品掰手腕。”          于是，这场风波最后绕回了一个最简单的问题：既然K3已经能够与GPT、Claude的旗舰模型掰手腕，Kimi为什么不能像海外厂商一样，给付费会员更多额度？究竟是月之暗面不愿意给，还是199元的会员费，根本撑不起一个K3？          02 巧妇难为无“卡”炊          有关这个问题的答案或许并不在商业策略里，而在机房中。之后他加入独立石油贸易商Vitol Group，担任首席量化分析师。不是Kimi不想给更多额度，而是现有算力集群已经满负荷运转，杨植麟和他的Kimi，真的再多挤不出一个Token了。         至少在半年以前，月之暗面看起来还完全不像一家缺钱的公司。         去年12月31日，据财新报道，杨植麟在内部信中透露，月之暗面近期已经完成5亿美元、约合人民币35亿元的C轮融资，并且“大幅超募”，公司当时持有的现金超过100亿元。

o |          这笔钱的去向也非常明确：更加激进地扩增AI芯片，加速K3模型的训练和研发。         杨植麟当时甚至表示，月之暗面判断公司仍然能够从一级市场募集到更多资金，其B轮、C轮融资规模已经超过绝大多数IPO募资和上市公司定向增发，因此短期内不急于上市，也不以上市为目的，未来只会把上市当作加速AGI进程的手段。据他LinkedIn显示，他是Vitol“最年轻的初级交易员”，之后联合创办了视频流媒体公司Krue，2018年创办单人GP运营的基金，在约4年时间内实现了6倍回报。2025年创办“隐秘初创公司“，大概率就是nof1.ai，目标是把AI研究直接对接金融市场。

p |          “100亿元现金、大幅超募、不急上市”，无论怎么看，这都是“不缺钱”的表现。但在进入2026年后，月之暗面的融资节奏却突然从“不着急”，变成了“只争朝夕”。                   区块链媒体CoinTelegraph曾在2022年的报道中将Jay描述为Web3创业家，当时他用ChatGPT写了一首"关于在加密货币中亏钱的歌词"，颇具自嘲意味。另一位联合创始人Matthew Siper是纽约大学机器学习方向的博士候选人，同时也是AI研究科学家。         2月17日，据科创板日报报道，在完成上一轮5亿美元融资仅一个多月后，月之暗面新一轮超7亿美元的融资即将完成交割，本轮由阿里、腾讯、五源、九安等老股东联合领投。

q | 一个还没毕业的博士生做项目，这更像是一个验证学术假设的实验。                   从团队背景来看，nof1并不是纯粹的商业炒作。Jay本人具备量化交易经验，他很清楚市场的残酷和AI的局限。         而后，彭博社报道称，月之暗面2月完成的一轮融资已经将公司估值推高至100亿美元，是2025年12月43亿美元估值的两倍以上。Alpha Arena更像是他在问一个问题，既然我自己能用量化策略赚钱，那AI能不能也做到？                    不过，在为这些AI交易员的表现惊叹之余，也需要保持一些冷静。紧接着，公司又开始寻求一笔最高10亿美元的新融资，目标估值达到180亿美元，并考虑在年内正式启动香港IPO流程。Alpha Arena为“让AI在活市场里跑分”提供了前所未有的公开窗口，但作为基准测试，它仍然缺乏大样本、长时间、跨市场的数据积累，缺乏透明、可复现的输入与运行设置。

r | 换句话说，它更像一场极具观赏性的“链上真人秀”，而不是能直接指导模型选型或金融生产的严格Benchmark。                   值得注意的一点是，官方目前只强调统一Prompt+统一输入的赛制设定，并未对外公布完整的Prompt文本。         到了5月，这轮融资进一步扩张。这意味着我们无法完全复现这些AI的决策过程。据华峰资本披露，月之暗面完成约20亿美元融资，投后估值突破200亿美元，由美团龙珠领投，中国移动、水木资本和CPE源峰等机构参投，成为公司成立以来金额最大的一笔融资。                   但不管怎样，这场实验已经证明，AI已经具备在真实市场中交易能力的迹象，量化交易公司已经在试图借助AI来帮助自己更好的交易，也许也许真正的问题不是AI能否交易，而是我们准备好迎接AI交易员了吗？。         然而，这20亿美元似乎依然不够。路透社7月20日报道称，月之暗面在5月融资超过20亿美元后，历史累计融资额已经超过55亿美元；随后，公司又开始寻求最高20亿美元的新资金，6月估值口径进一步达到300亿美元。         从2025年末的43亿美元，到2026年2月的100亿美元，再到4月融资谈判中的180亿美元、5月超过200亿美元以及6月的300亿美元，月之暗面的估值在半年左右时间里翻了接近七倍。

s |          更耐人寻味的是上市态度的变化。         去年末，杨植麟还在强调“不急于上市”，并将上市视作加速AGI进程的重要手段。

t | 但到了今年3月，市场便传出月之暗面已经与高盛、中金公司接触，讨论赴港上市；到了7月，路透社进一步报道称，月之暗面正在为香港IPO拆除现有境外架构，并已经聘请高盛和中金等财务顾问推进上市计划，只是具体时间表仍存在变数。

u |          融资、买卡、准备IPO，三件事情几乎同时发生。

v |          这并不意味着月之暗面的资金链出现了问题，却至少说明了一件事：在大模型战争进入K3预训练的阶段后，所谓“100亿元现金”，远没有听起来那么经花。         而从模型参数上来看也确实如此，K3拥有2.8万亿参数，支持百万Token上下文，同时面向编程、研究和长周期智能体任务。这些任务并不是模型生成一次回答就结束，而是需要反复规划、调用工具、生成代码、执行代码、检查结果，再根据反馈继续调用模型。         路透社也指出，K3的模型规模以及编程、智能体任务定位，使其大规模提供服务的成本更加昂贵，因为相关工作流往往意味着多次模型调用和沉重的推理算力消耗。         而模型训练时需要卡，模型火了以后更需要卡。K3上线48小时后，请求量便逼近集群承载极限，月之暗面不得不暂停新用户订阅，甚至当场“激情下单”。         7月20日，中国软件国际公告称，已与月之暗面签署“登月计划”之Token分成及联合创新合作协议，双方将以中软国际的AllMeta平台，以及月之暗面的K2.7 Code、K3和后续模型为技术底座，在能源、电力、金融等行业推动企业级智能体落地。         消息公布后，中国软件国际股价午后直线拉升，一度上涨超过35%。         市场愿意为K3的商业化预期买单，用户也愿意排队使用K3，但对月之暗面而言，这些需求首先不是收入，而是一笔必须提前支付的算力成本。         所以，问题的答案可能并不是月之暗面舍不得给用户更多额度。而是杨植麟在融资、买卡和推动IPO上，已经可以说是在“玩命”了，最终也只能提供这样的会员额度。         站在这个角度看，199元会员能够撬动上千元的模型调用，其实已经相当不容易。只是，一家创业公司再能融资，也很难独自填满整个国产大模型产业的算力缺口。         而与其期待Kimi一家同时完成模型、芯片、集群、推理优化和商业模式的全方位突破，更值得期待的，或许是国产产业链的全面突破。         只有当国产GPU、存储、先进封装、服务器和数据中心共同跨过瓶颈，中国大模型才可能真正摆脱“模型已经追上，额度却给不起”的尴尬。         03 市场杀估值，Kimi验需求          就在K3冲上全球榜单、月之暗面估值即将突破300亿美元的同时，资本市场却开始给AI踩下刹车。         7月以来，中国科技股经历了一轮罕见的大跌。创业板指数较6月末的高点一度回撤约25%，最近两周A股蒸发约10万亿元市值，沪深300本月一度跌超8%。为了稳定市场，中国国新、中国诚通等国有资本宣布增持，合计投入资金至少600亿元。         而长鑫科技恰好处在这轮调整的中心。         作为亚洲今年规模最大的IPO，长鑫科技募资约579亿元，上市估值接近5800亿元，而市场一致预期上市后市值预计超过2.5万亿元，不少资金认为将复刻过去上市即高点的历史，也认为是其导致了本轮下跌。

w |          不过，把市场大跌全部归咎于长鑫，也是在倒因为果。真正让市场脆弱的，还是此前科技股上涨过快、交易过于拥挤，以及越来越高的估值与尚未兑现的利润之间出现了裂缝。

x |          但这并不意味着投资国产AI产业链出现了问题，恰恰相反，K3上线后迅速耗尽算力，已经证明模型、存储、GPU、先进封装和数据中心背后存在真实且庞大的需求。长鑫2026年一季度收入同比增长超过700%，更是用业绩说明国产链的潜力。         过去，市场担心中国没有足够强的模型，因此不知道国产算力应该卖给谁；现在，K3已经用排队、限流和暂停订阅证明，真正的问题开始变成算力够不够、成本能不能降下来。         而对于Kimi而言，此次会员风波也未必是一场失败。         一家大模型公司最危险的时刻，从来不是算力不够，而是投入了大量算力，却没有用户愿意使用。Kimi现在面对的，恰恰是另一个方向的难题：模型已经足够优秀，需求来得太快，产业链暂时没有完全接住。         K3距离真正“封神”所缺少的，或许已经不再是一张更高的榜单，而是把每一个Token更稳定、更便宜地送到用户手中。         至少这一次，Kimi已经证明，需求就在这里。         更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App。

Current article:http://her8w.nuanfanggushuazenxiachuan.buzz/list_3qg21d/6pmw.html

Published on:16:03:24