DeepSeek dan Qwen melesat dalam uji perdagangan kripto AI langsung, sementara model Barat tersandung

Trader AI menghadapi ujian pasar langsung saat DeepSeek memimpin

Sebuah eksperimen berisiko tinggi mengerahkan kecerdasan buatan di pasar mata uang kripto langsung, dan papan peringkat awalnya menggoyahkan anggapan tentang siapa yang mampu membangun bot trading terbaik. Dalam Alpha Arena, tantangan perdagangan dengan uang sungguhan yang diluncurkan kelompok riset AS Nof1, enam model bahasa besar ternama masing-masing menerima 10.000 dolar AS untuk memperdagangkan kontrak perpetual kripto di bursa terdesentralisasi Hyperliquid. Setelah periode awal yang bergejolak, model asal China DeepSeek dan Qwen unggul, sementara beberapa pesaing Barat mengalami kerugian besar.

Menurut pembaruan terbaru yang dipublikasikan pada Senin sore, saldo akun DeepSeek Chat V3.1 naik menjadi sekitar 22.500 dolar AS, meningkat sekitar 125 persen sejak perdagangan dimulai pada 18 Oktober. Qwen 3 Max dari Alibaba menyusul dengan kenaikan hampir 95 persen. Model itu sempat menyalip DeepSeek pada periode 24 hingga 26 Oktober sebelum kembali ke posisi kedua. Di ujung lain, GPT 5 milik OpenAI dan Gemini 2.5 Pro milik Google DeepMind mengalami penurunan tajam sekitar 60 persen. Grok 4 dari xAI dan Claude 4.5 Sonnet dari Anthropic mencatat kenaikan tipis, di kisaran belasan persen.

Kontes ini berlangsung hingga 3 November. Semua transaksi dieksekusi secara otonom dan dicatat di blockchain. Papan peringkat publik melacak kepemilikan, imbal hasil, serta penjelasan tertulis tiap model tentang alasan membuka atau menutup posisi. Gagasannya mudah diucapkan, tetapi sulit dikuasai: menghasilkan uang di pasar yang bergejolak sambil mengelola risiko. Setelah beberapa hari, hasilnya sudah menunjukkan perbedaan yang lebar, pembalikan tajam, serta pelajaran yang sangat manusiawi tentang disiplin, leverage, dan kesabaran.

Cara kerja eksperimen ini

Alpha Arena mengubah model bahasa menjadi agen trading. Setiap model menerima prompt sistem dan masukan pasar yang sama, lalu menentukan kapan membeli, menjual, atau menahan posisi dalam swap perpetual yang terkait dengan enam aset utama. Aset tersebut mencakup bitcoin, ether, solana, dogecoin, BNB, dan XRP. Perpetual adalah jenis kontrak berjangka tanpa tanggal kedaluwarsa. Harganya tetap tertambat pada harga spot melalui funding rate yang secara berkala memberi imbalan kepada salah satu pihak di pasar dan membebankan biaya kepada pihak lainnya. Mekanisme ini dapat menciptakan peluang, tetapi juga menambah kompleksitas saat pasar bergerak cepat. Bot dapat menggunakan leverage, harus menetapkan level take profit dan stop loss, serta dinilai berdasarkan imbal hasil yang disesuaikan dengan risiko, bukan hanya keuntungan mentah.

Aturan dan perlindungan

Setiap model memulai dengan 10.000 dolar AS dan bertransaksi di Hyperliquid menggunakan alamat dompet khusus yang dapat dipantau publik. Untuk menjaga kesetaraan, penyelenggara memberikan masukan yang sama kepada setiap peserta. Para agen tidak memiliki akses ke berita langsung atau aliran data eksklusif. Batasan ini mengurangi risiko akibat pemberitaan, tetapi juga membatasi kemampuan mereka merespons peristiwa mendadak. Tim Alpha Arena mengakui kekhawatiran komunitas tentang kemungkinan front-running terhadap model-model ternama, tetapi belum merinci langkah mitigasi khusus selain transparansi dan pengawasan terus-menerus. Penyelenggara mengatakan tujuannya bukan menetapkan juara permanen, melainkan menguji seberapa baik sistem-sistem ini bekerja di bawah tekanan dalam situasi yang dinamis dan penuh persaingan.

Siapa yang sedang unggul

Kinerja berubah dengan cepat, tetapi polanya mulai terlihat. Kenaikan DeepSeek melaju setelah akhir pekan pembukaan, mengubah keuntungan satu digit pada awal kontes menjadi pertumbuhan tiga digit menjelang awal pekan kedua. Qwen mengimbangi dengan mengambil taruhan besar berdasarkan arah pasar dan sempat memimpin. Grok dan Claude berkisar dari titik impas hingga keuntungan tipis. GPT 5 dan Gemini tertinggal, dengan kerugian yang pada satu titik mendekati atau melampaui separuh modal awal mereka. Pengamat yang melacak dompet juga melihat fluktuasi intrahari yang dramatis. Dalam salah satu pembaruan komunitas disebutkan bahwa ekuitas DeepSeek sempat turun lebih dari 40 persen saat pasar merosot tajam, sebelum pulih. Ini mengingatkan bahwa keuntungan yang diraih bukannya tanpa risiko.

Konteks pasar juga penting. Periode ini mencakup pemulihan bitcoin dan kenaikan kembali ether setelah berminggu-minggu bergerak bergejolak, kondisi yang menguntungkan model yang bersedia mempertahankan eksposur beli. Beberapa agen mengubah kecenderungan secara bersamaan, beralih dari posisi jual ke posisi beli yang serempak saat sentimen membaik. Perilaku ikut-ikutan ini menjadi salah satu alasan imbal hasil kadang bergerak seirama, sekaligus membuat persaingan tetap rentan jika terjadi pembalikan mendadak.

Strategi yang tampaknya digunakan bot

Meski keenam agen menerima masukan yang sama, perilaku mereka berbeda. Catatan transaksi publik dan catatan yang ditulis model menunjukkan perbedaan jelas dalam selera risiko, ukuran posisi, dan waktu transaksi. Sebagian memusatkan modal pada satu koin dan mengambil risiko besar demi keuntungan tinggi. Yang lain menyebar risiko ke beberapa aset dan menggunakan leverage moderat. Kualitas eksekusi, pengelolaan kas, dan disiplin dalam menerapkan stop telah membedakan para pemimpin dari yang tertinggal.

DeepSeek: diversifikasi dan disiplin

DeepSeek cenderung memilih portofolio terdiversifikasi di enam aset yang tersedia, sering kali menggunakan leverage menengah dan level keluar yang ditetapkan secara jelas. Pada awal kontes, bot ini mencatat keuntungan dari transaksi ether, solana, dan bitcoin, sembari mengalami kerugian kecil pada XRP. Catatan penalarannya menunjukkan ritme transaksi yang teratur, kesediaan menerima kerugian kecil dengan cepat saat aturan dilanggar, serta kesabaran dalam mempertahankan posisi yang menguntungkan. Pengamat eksternal menilai keunggulan DeepSeek berasal dari disiplin, alokasi risiko yang seimbang, dan pengelolaan posisi aktif, bukan taruhan liar. Kurva ekuitasnya tidak selalu naik lurus, tetapi periode kenaikannya cukup kuat untuk mengimbangi penurunan.

Qwen: konsentrasi berani

Perjalanan Qwen diwarnai posisi besar yang terkonsentrasi. Pada satu titik, model ini mengerahkan seluruh modalnya pada bitcoin, strategi yang berhasil selama reli. Belakangan, Qwen beralih ke posisi beli ether yang besar dengan leverage lebih tinggi. Strategi itu berbalik merugikan saat harga terkoreksi, membuatnya turun dari posisi pertama ke posisi kedua. Kesediaan Qwen mengerahkan modal pada satu aset menjelaskan lonjakan sekaligus kemundurannya. Saat arah pasar tepat, keuntungannya besar. Saat waktunya keliru, kerugian membesar dengan cepat.

Kinerja model lainnya

Grok menunjukkan posisi yang fleksibel dan beberapa periode keuntungan stabil, tetapi juga sempat merosot setelah kinerja yang menjanjikan. Claude menarik perhatian karena membuka salah satu posisi tunggal terbesar dalam kontes sejauh ini, menandakan kesiapan mengambil risiko setelah menunggu peluang dengan keyakinan lebih tinggi. GPT 5 tertinggal setelah awal yang berhati-hati dan kesulitan beradaptasi saat kondisi berubah. Aktivitas trading Gemini yang cepat dan kerap berganti posisi memperbesar kerugian ketika volatilitas melonjak. Analisis eksternal terhadap kontes ini menyoroti kecenderungan beberapa model Barat mengembalikan keuntungan awal dan mengejar pergerakan harga, pola yang sejalan dengan sistem yang disetel berdasarkan data masa lalu alih-alih umpan balik langsung.

Mengapa model China memuncaki papan peringkat

Sejumlah faktor mungkin menjelaskan keunggulan awal DeepSeek dan Qwen. DeepSeek merupakan hasil pemisahan dari High Flyer Quant, sebuah hedge fund yang dikenal dengan strategi kuantitatif. Investor dan peneliti menduga pelatihan DeepSeek mencakup sinyal finansial berkualitas tinggi serta siklus penguatan yang dirancang khusus untuk pengambilan keputusan pasar. Biaya juga menjadi sorotan. Menurut materi teknis yang dikutip analis industri, total biaya pelatihan DeepSeek berkisar beberapa juta dolar, jauh di bawah miliaran dolar yang dihabiskan untuk membentuk chatbot serbaguna. Biaya yang lebih rendah tidak menjamin hasil yang lebih baik, tetapi pendekatan pelatihan yang terarah dapat menghasilkan model yang membaca struktur pasar dan dinamika funding dengan lebih efektif daripada sistem percakapan serbaguna.

Ada pula perbedaan praktis dalam cara prompt dan aturan ditafsirkan. Sejumlah ahli kuantitatif berpengalaman yang mengamati kontes berpendapat bahwa prompt khusus bidang sama pentingnya dengan skala model mentah. Serangkaian instruksi yang dirancang dengan cermat dan menekankan ukuran posisi, cadangan kas, serta stop yang ketat dapat menghasilkan perilaku lebih baik, sekalipun modelnya lebih kecil. Sebaliknya, chatbot umum yang sangat andal dalam menulis kode atau menjawab pertanyaan rumit mungkin tetap kesulitan mengikuti irama membuka dan menutup posisi di buku pesanan langsung.

Makna hasil awal bagi AI di pasar yang bergejolak

Papan skor menunjukkan kinerja yang mengesankan di puncak dan buruk di posisi terbawah. Kesenjangan ini menjadi pengingat penting. Agen AI dapat menangkap tren yang tepat dan mengikutinya, tetapi juga dapat memperparah kesalahan saat umpan balik pasar tidak menentu. Analis yang meninjau pekan pertama Alpha Arena memperingatkan bahwa beberapa model Barat tampaknya terlalu menyesuaikan diri dengan pola historis dan kurang adaptif saat kondisi berubah cepat. Besarnya penurunan menunjukkan adanya celah dalam pengendalian risiko, terutama terkait leverage, frekuensi transaksi, dan penempatan stop.

Jay Azhang, pendiri Nof1 sekaligus pencipta Alpha Arena, berpendapat bahwa pasar keuangan merupakan tempat yang tepat untuk menguji batas-batas tersebut.

Pasar keuangan adalah lingkungan pelatihan terbaik bagi era AI berikutnya.

Salah satu kekhawatiran adalah korelasi. Jika banyak agen dibangun dari model dasar yang sama dan diberi prompt serupa, perilaku mereka bisa mirip. Hal itu meningkatkan kemungkinan terjadinya transaksi yang terlalu padat pada posisi yang sama. Saat pasar berbalik, banyak sistem dapat mengalami kerugian sekaligus. Masalah lainnya adalah sifat keputusan model yang seperti kotak hitam. Kontes ini memublikasikan penalaran yang dihasilkan model untuk setiap transaksi, sehingga pihak luar dapat memahami tujuannya, tetapi itu tidak menjamin penalarannya benar. Model bahasa juga rentan berhalusinasi, istilah halus untuk omong kosong yang disampaikan dengan yakin. Di pasar, hal ini dapat berujung pada kesalahan mahal jika tidak dibatasi aturan ketat.

Pandangan dari kalangan manusia juga patut dipertimbangkan. Sejumlah analis ekuitas menyatakan bahwa jika model bahasa mampu menunjukkan kinerja unggul yang bertahan lama dengan penurunan terkendali, investor profesional mungkin akan meninjau kembali kebutuhan akan sistem kuantitatif yang semakin kompleks. Pihak lain menilai bot saat ini tidak mampu mengakses berita langsung dan tidak memiliki data eksklusif serta infrastruktur yang digunakan perusahaan trading modern. Pandangan moderat mulai terbentuk: sekalipun agen otonom sepenuhnya tidak mampu mengungguli tim manusia berpengalaman dalam satu siklus pasar, penjelasan yang dihasilkan model dapat memberi trader gagasan baru dan cara yang lebih cepat untuk mengujinya. Di balik layar, operator platform dan regulator akan mencermati persoalan keadilan, pengungkapan, dan kepatuhan jika penggunaan agen otomatis meluas di pasar publik.

Cara mengikuti kontes dan tanggapan komunitas

Alpha Arena dirancang untuk diawasi publik. Setiap bot memiliki alamat dompet Hyperliquid khusus. Papan peringkat menampilkan posisi, keuntungan yang sudah dan belum terealisasi, serta alasan terbaru dalam bahasa yang mudah dipahami. Menjelang akhir pekan pertama, pasar prediksi mulai bermunculan seputar hasil kontes. Di Polymarket, para petaruh memberi DeepSeek peluang tertinggi untuk finis di posisi pertama, dengan peluang empat dari sepuluh dan volume transaksi puluhan ribu dolar AS pada salah satu cuplikan waktu. Ajang ini menarik komentar dari tokoh-tokoh terkemuka di dunia kripto. Salah satu tema yang berulang dari para praktisi adalah bahwa strategi unik lebih penting daripada daya tembak mentah. Hal ini kerap disampaikan operator bursa dan manajer dana berpengalaman saat menilai pesaing algoritmik.

Siapa pun yang ingin mengikuti kontes dapat mengunjungi situs penyelenggara untuk memperoleh tautan ke papan peringkat, aturan, dan halaman model. Pusat informasi itu menghimpun dompet, posisi, dan komentar di satu tempat agar publik dapat melihat keputusan bot selanjutnya. Situsnya dapat diakses di sini: nof1.ai.

Langkah selanjutnya

Musim saat ini berakhir pada 3 November, dan peringkat masih bisa berubah. Penyelenggara mengatakan mereka berencana memperluas format ini dari kripto ke ekuitas dan aset lainnya. Platform investasi berbasis agen untuk konsumen juga masuk dalam peta jalan. Platform tersebut akan memungkinkan individu menguji atau menggunakan agen dengan perlindungan tertentu. Komunitas yang lebih luas sudah bereksperimen dengan tantangan turunan dan agen terbuka yang bisa diminta siapa pun untuk melakukan transaksi simulasi. Momentum ini menjadikan Alpha Arena laboratorium riset langsung untuk mengamati perilaku sistem otonom di pasar.

Kewaspadaan tetap diperlukan. Kerugian besar yang dialami beberapa model menunjukkan bahwa chatbot canggih bukan pengganti sistem trading yang lengkap. Pasar langsung menghukum respons yang terlambat, ukuran posisi yang buruk, dan eksekusi yang ceroboh. Sisi positifnya, kontes ini menghasilkan kumpulan data publik yang langka tentang keputusan agen di bawah tekanan. Catatan tersebut, baik menang maupun kalah, mungkin menjadi hasil paling berharga karena memberi insinyur dan trader tolok ukur bersama untuk melakukan perbaikan. Dengan masih adanya beberapa hari tersisa dalam musim ini, setiap posisi tetap penting, dan setiap stop atau take profit akan memberi pengamat sedikit lebih banyak pemahaman tentang apa yang benar-benar diketahui bot ini.

Inti Sari

• Alpha Arena dimulai pada 18 Oktober dan berlangsung hingga 3 November, dengan enam model bahasa memperdagangkan kontrak perpetual kripto di Hyperliquid.
• Setiap model memulai dengan 10.000 dolar AS, prompt yang sama, dan masukan pasar yang identik. Mereka harus mengejar imbal hasil yang disesuaikan dengan risiko.
• Hingga Senin sore, DeepSeek Chat V3.1 memimpin dengan kenaikan sekitar 125 persen, sementara Qwen 3 Max mencatat sekitar 95 persen.
• GPT 5 milik OpenAI dan Gemini 2.5 Pro milik Google mengalami kerugian tajam mendekati 60 persen, sementara Grok 4 dan Claude 4.5 Sonnet mencatat kenaikan tipis.
• Dasbor publik menampilkan setiap transaksi, posisi, dan penjelasan model atas tindakannya, beserta alamat dompet di blockchain.
• Dalam salah satu cuplikan waktu, petaruh komunitas di Polymarket memberi DeepSeek peluang tertinggi untuk finis pertama, sekitar empat dari sepuluh.
• Analis menyebut penyesuaian berlebihan terhadap data masa lalu, rendahnya kemampuan beradaptasi, dan lemahnya pengendalian risiko sebagai penyebab penurunan besar pada beberapa model Barat.
• Latar belakang DeepSeek dalam riset kuantitatif dan fokus yang lebih khusus mungkin membantunya membaca funding serta struktur pasar dengan lebih baik.
• Penyelenggara berencana memperluas tolok ukur ini ke saham dan aset lainnya, serta merilis platform agen konsumen dengan perlindungan tertentu.
• Perbedaan imbal hasil yang lebar menegaskan bahwa agen AI dapat menangkap tren, tetapi juga memperbesar kesalahan di pasar yang bergerak cepat.