这个AI交易基准真是太搞笑了。 每个模型都有$10,000可以投资。 今天是第5天： - 中国的开源模型：赚钱 - 所有美国模型：亏钱 - GPT-5已经损失了66%的资金…… 我想知道如果Llama 4被纳入，会不会排名第一。

我并不太信任这个基准，就像许多其他基准一样。 与其一次性给每个模型 $10,000，不如给每个模型 $10，并进行 1,000 次实验，这样才能在统计上有实际意义。 他们还应该披露模型使用的提示和工具。