छह मॉडलों की 91 भविष्य-जानकारी-रहित जाँचों में कोई भी अल्फ़ा सांख्यिकीय रूप से महत्वपूर्ण नहीं था, और बाज़ार व शैली का असर हर रिटर्न का मध्यमान 78% समझाता है।
सर्वश्रेष्ठ AI स्टॉक ट्रेडर 2026: कौशल बनाम सुर्खी वाला रिटर्न
छह AI मॉडलों की 91 ऐसी जाँचों में, जिनमें भविष्य की जानकारी नहीं दी गई, किसी में भी अल्फ़ा सांख्यिकीय रूप से महत्वपूर्ण नहीं निकला; रिटर्न का मध्यमान 78% सिर्फ़ सामान्य बाज़ार की चाल था। फिर भी एक लाइव अखाड़ा Llama 4 Scout को +26.30% के साथ सबसे आगे बताता है।
- नंबर 1: Qwen3 Max (अलीबाबा)
- 10 स्थान
01अंतिम सूची
अग्रणी AI ने स्वतंत्र रूप से अपनी-अपनी दस स्थानों की सूची बनाई। यहाँ एक आसानी से जाँचा जा सकने वाला नतीजा है: हर स्थान का कारण, स्रोत और उसे शामिल करने वाले AI की सूची है।
क्रम: सबसे अधिक AI सहमति से सबसे कम तक।
चमकीला बैज: इस AI ने प्रविष्टि अपनी सूची में रखी। फीका बैज: नहीं रखी।
- 1
Qwen3 Max (अलीबाबा)
अकेला मॉडल जो तीन अलग तालिकाओं पर मज़बूत है: असली पैसे से जीता (+22.31%, क्रिप्टो), StockBench पर सबसे छोटी गिरावट (−11.2%) और −10.73% चिप गिरावट से पहले चिप बेच दिए।
शामिल किया: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. शामिल नहीं किया: MiMo, DeepSeek.उनकी सूचियों में: Claude: 1 · ChatGPT: 5 · Meta: 1 · Grok: 8 · Gemini: 5 · Kimi: 3 · Wenxin: 1 · Qwen: 6
हर AI ने क्या नोट किया 8
- Claudeस्थान 1
Season 1 में अकेला मॉडल जो साफ़ आगे था: क्रिप्टो परपेचुअल्स पर $10,000 पर +22%। यह शीर्ष पर इसलिए भी है क्योंकि यह एक पूरे सीज़न में टिका रहा, सिर्फ़ एक झटके में नहीं।
स्रोत ↗ - ChatGPTस्थान 5
इसने Alpha Arena Season 1 असली पूंजी पर 22.31% ऊपर खत्म किया, पर रिपोर्टों के अनुसार बंद होने से पहले अपने शिखर से 41% गिर गया था।
स्रोत ↗ - Metaस्थान 1
सीलबंद सही-अनुमान में सबसे ऊपर, 60.9%, और यह अकेला परिवार है जिसके पास StockBench की सबसे छोटी गिरावट और 20 नवंबर की चिप गिरावट में सही बिक्री, दोनों हैं।
स्रोत ↗ - Grokस्थान 8
TradeRank में -2.71% (फिर भी ज़्यादातर क्षेत्र से आगे), कई पिछले सीज़नों के शीर्ष-10 नतीजों के बाद
स्रोत ↗ - Geminiस्थान 5
20 नवंबर को SOX बेचने में ChatGPT के साथ जुड़कर मैक्रो-अनुशासन दिखाया, +6.1% सच्चे अल्फ़ा के बावजूद गिरावट को −10.9% तक सीमित रखा।
स्रोत ↗ - Kimiस्थान 3
एकमात्र फ़्लैगशिप जिसकी असली-पैसे वाली ट्रेडिंग चैंपियनशिप है: +22.31%, जबकि उसी अखाड़े में चारों अमेरिकी फ़्लैगशिप 42–59% हार गए।
स्रोत ↗ - Wenxinस्थान 1
6-हफ़्ते का लाइव रिटर्न 10%, सभी परखे गए मॉडलों में सबसे ऊँचा अल्फ़ा
स्रोत ↗ - Qwenस्थान 6
जोखिम से बचने वाला चीनी मॉडल, जो चौंकाने वाले ढंग से चिप क्रैश में बेचने में अमेरिकी साथियों से मेल खा गया।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 2
GPT-5.6 Luna (ओपनएआई ChatGPT)
भविष्य की जानकारी के बिना सबसे अच्छा प्रोफ़ाइल है, जिसके पीछे छह जाँचें हैं: 2026 में +7.8%, बीटा 0.35 पर, सालाना अल्फ़ा +3.5% (सांख्यिकीय रूप से महत्वपूर्ण नहीं)। पुराना GPT-5 असली पैसे की क्रिप्टो ट्रेडिंग में 58.74% हार गया था।
शामिल किया: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. शामिल नहीं किया: MiMo, DeepSeek.उनकी सूचियों में: Claude: 5 · ChatGPT: 3 · Meta: 4 · Grok: 6 · Gemini: 7 · Kimi: 2 · Wenxin: 4 · Qwen: 5
हर AI ने क्या नोट किया 8
- Claudeस्थान 5
स्टॉक प्रतियोगिता में दूसरे स्थान पर, फिर भी पैसा गँवाया: अमेरिकी मॉडलों में सबसे अच्छा भी घाटे में था।
स्रोत ↗ - ChatGPTस्थान 3
इसका 2026 का rta-bench-1 औसत +7.8% रहा, सालाना +3.5% अल्फ़ा के साथ, पर अल्फ़ा सांख्यिकीय रूप से महत्वपूर्ण नहीं था।
स्रोत ↗ - Metaस्थान 4
North के आमने-सामने के मुकाबले में 14 में से 14 रातों में Claude को हराता है, फिर भी सीलबंद काउंसिल में 53.4% पर आखिरी के बराबर है।
स्रोत ↗ - Grokस्थान 6
TradeRank में -0.50% (फिर भी S&P को हराया), जबकि इससे पहले एक नियंत्रित स्टॉक-चयन परीक्षा में GPT-5.5 ने +26.35% दिए थे
स्रोत ↗ - Geminiस्थान 7
स्टॉक्स पर सक्रिय 58.7% कॉल-सटीकता बनाए रखता है, पर कदम-दर-कदम सिमुलेशन में ज़्यादा ट्रेडिंग से स्लिपेज का नुकसान झेला।
स्रोत ↗ - Kimiस्थान 2
किसी भी एजेंट का 2026 का सबसे अच्छा रिटर्न (+7.8%) सबसे कम बीटा (0.35) पर — छह जाँचों से गहरी, सबसे ज़्यादा सबूत-आधारित प्रोफ़ाइल।
स्रोत ↗ - Wenxinस्थान 4
समाचार से शुरू हुई खरीद ने +3.3% P&L दिया, अमेरिकी सामान्य-उद्देश्य मॉडलों में सबसे कम बीटा बोझ
स्रोत ↗ - Qwenस्थान 5
बेंचमार्क का राजा, जो खुदरा निवेशकों की भारी चर्चा के बावजूद लाइव पेपर-ट्रेडिंग पर ठीक 0.00% पर आगे है।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 3
DeepSeek V3.1 (डीपसीक)
अनुमान: असली पैसे वाले Season 1 में सिर्फ़ दो मॉडल मुनाफ़े में थे (+4.89%), हालाँकि रिपोर्टों के अनुसार यह अपने शिखर से 54% गँवा चुका था। −10.73% चिप गिरावट से पहले इसने भी गिरावट में खरीदा था।
शामिल किया: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. शामिल नहीं किया: MiMo, DeepSeek.उनकी सूचियों में: Claude: 4 · ChatGPT: 8 · Meta: 8 · Grok: 10 · Gemini: 3 · Kimi: 4 · Wenxin: 2 · Qwen: 3
हर AI ने क्या नोट किया 8
- Claudeस्थान 4
Season 1 में हरे में रहने वाला दूसरा मॉडल: +4.89%, जबकि सबसे खराब मॉडल 50% से ज़्यादा घाटे में थे।
स्रोत ↗ - ChatGPTस्थान 8
Alpha Arena में इसका रिटर्न +4.89% रहा, फिर भी एक अलग रिपोर्ट के अनुसार यह अपने शिखर से 54% गँवा चुका है।
स्रोत ↗ - Metaस्थान 8
हर जगह बीच की तालिका में: StockBench में +1.1%, सीलबंद में 55.8%, और गिरावट-में-खरीद जो चिप गिरावट से मेल खा गई।
- Grokस्थान 10
लाइव नतीजे मिश्रित (TradeRank में -5.09%), पर सीलबंद AI काउंसिल दिशा-कॉल और पहले के StockBench जोखिम-नियंत्रण में प्रतिस्पर्धी
स्रोत ↗ - Geminiस्थान 3
चीनी ओपन-वेट मॉडलों में सबसे ऊँचा कच्चा रिटर्न दिया, हालाँकि चिप गिरावट में खरीदने से एक दिन में −6.8% का तेज़ कागज़ी घाटा हुआ।
स्रोत ↗ - Kimiस्थान 4
असली पैसे वाले एकमात्र अखाड़े में दूसरा स्थान — और बीच प्रतियोगिता में क्रिप्टो गिरावट के बाद भी सकारात्मक।
स्रोत ↗ - Wenxinस्थान 2
20 नवंबर के क्रैश दिन दिशा के 4/4 सही अनुमान, चीनी AI में सबसे ऊँचा सही-अनुमान प्रतिशत
स्रोत ↗ - Qwenस्थान 3
चीनी प्रतिवादी, जिसने 20 नवंबर की चिप गिरावट में खरीदा, जब अमेरिकी मॉडल और व्यापक बाज़ार घबराए।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 4
Gemini 3.5 Flash (गूगल)
लाइव +16.40% दिखाता है, फिर भी rta-bench इसे क्षेत्र का सबसे ऊँचा बीटा (0.70) और तीनों परखे गए दौरों में नकारात्मक अल्फ़ा देता है। इसका सुर्खी वाला लाभ ज़्यादातर बाज़ार की वजह से है।
शामिल किया: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. शामिल नहीं किया: MiMo, DeepSeek.उनकी सूचियों में: Claude: 7 · ChatGPT: 7 · Meta: 5 · Grok: 4 · Gemini: 4 · Kimi: 7 · Wenxin: 10 · Qwen: 2
हर AI ने क्या नोट किया 8
- Claudeस्थान 7
Season 1.5 में तीसरा, पर अपनी पूंजी का लगभग एक-तिहाई गँवा दिया।
स्रोत ↗ - ChatGPTस्थान 7
TradingArena में यह 16.40% ऊपर था, पर rta-bench को इसके परखे गए तीनों दौरों में नकारात्मक सालाना अल्फ़ा मिला।
स्रोत ↗ - Metaस्थान 5
लाइव अखाड़े का सुर्खी वाला सितारा, +16.40%, और सबसे अच्छा औसत सीज़न रिटर्न, पर इसकी गिरावट-में-खरीद चिप की −10.73% गिरावट से चूक गई।
स्रोत ↗ - Grokस्थान 4
TradeRank के क्रैश दौर में 0.00% पर सपाट (S&P को हराते हुए), जबकि उसी समय Gemini 3.5 Flash ने समानांतर अखाड़े में +16.41% दिया
स्रोत ↗ - Geminiस्थान 4
कमोडिटी और ब्याज-दर बाज़ारों में 61.2% दिशा-सही-अनुमान दर का दावा, पर इसकी आक्रामक टेक गिरावट-में-खरीद ने 48% बीटा आवंटन खपा दिया।
स्रोत ↗ - Kimiस्थान 7
किसी भी अमेरिकी लाइन की सबसे मज़बूत लाइव-अखाड़ा साख — पर rta-bench दिखाता है क्यों: 0.70 बीटा और नकारात्मक अल्फ़ा, यानी इसके सुर्खी वाले रिटर्न ज़्यादातर बाज़ार ही हैं।
स्रोत ↗ - Wenxinस्थान 10
53% सही-अनुमान, समाचार से शुरू हुई खरीद पर +1.2% P&L
स्रोत ↗ - Qwenस्थान 2
जमी हुई बैकटेस्ट में दिखने वाला अपवाद, जो सचमुच अल्फ़ा कमाता है और नौ लाइव सीज़न में बाज़ार को हराता है।
स्रोत ↗
8 AI ने इसे यहाँ रखा - 5
Claude Sonnet 4.6 (एंथ्रोपिक)
2020 की रिकवरी में SPY को हराने वाला अकेला परखा गया मॉडल था (+25.4% बनाम +17.2%), लेकिन यह एक ही जाँच में था, और उसका अल्फ़ा सांख्यिकीय रूप से महत्वपूर्ण नहीं था। Sonnet 4.5 असली पैसे की स्टॉक ट्रेडिंग में लगभग 41% हार गया था।
शामिल किया: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. शामिल नहीं किया: MiMo, DeepSeek, Qwen.उनकी सूचियों में: Claude: 8 · ChatGPT: 4 · Meta: 3 · Grok: 7 · Gemini: 1 · Kimi: 1 · Wenxin: 6
हर AI ने क्या नोट किया 7
- Claudeस्थान 8
दो हफ़्ते की स्टॉक ट्रेडिंग में लगभग −41% का घाटा।
स्रोत ↗ - ChatGPTस्थान 4
rta-bench के 2020 के रिबाउंड में SPY को हराने वाला यह अकेला परखा गया मॉडल था, +25.4% रिटर्न के साथ; यह नतीजा एक ही जाँच से आया।
स्रोत ↗ - Metaस्थान 3
Bot Arena के धैर्य वाले खेल को +16.78% से जीतता है, पर North के 166-पोर्टफ़ोलियो परीक्षण में माध्यिका पर SPY से पीछे है।
स्रोत ↗ - Grokस्थान 7
मौजूदा TradeRank सीज़न में -0.68%, बहुत कम गिरावट के साथ; इससे पहले Claude Opus पिछले सीज़नों में शीर्ष के पास रहा था
स्रोत ↗ - Geminiस्थान 1
+14.2% सालाना शुद्ध अल्फ़ा पैदा किया, सिर्फ़ 21% बीटा पर निर्भर रहते हुए, और रक्षात्मक नकदी भंडार रखकर टेक की बर्बादी से बचा।
स्रोत ↗ - Kimiस्थान 1
तीन में से दो बाज़ारों में भविष्य-जानकारी-रहित अल्फ़ा पर अकेला सकारात्मक मॉडल — जबकि इसका बाज़ार बीटा प्रतिद्वंद्वियों का आधा है।
स्रोत ↗ - Wenxinस्थान 6
56% सही-अनुमान, सारे शैली-फ़ैक्टर हटाने के बाद सकारात्मक अल्फ़ा
स्रोत ↗
7 AI ने इसे यहाँ रखा - 6
Kimi-K2 (मूनशॉट AI)
StockBench की समग्र रैंकिंग में जोखिम के हिसाब से सबसे ऊपर (Sortino 0.0420, इस क्षेत्र में सबसे अच्छा), लेकिन रिटर्न सिर्फ़ +1.9%। 5-सीड दोबारा जाँच में यह #4 पर खिसक गया, और Kimi K3.1 Pro लाइव में −5.75% पर है।
शामिल किया: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. शामिल नहीं किया: MiMo, DeepSeek, Qwen.उनकी सूचियों में: Claude: 3 · ChatGPT: 1 · Meta: 2 · Grok: 9 · Gemini: 9 · Kimi: 5 · Wenxin: 5
हर AI ने क्या नोट किया 7
- Claudeस्थान 3
StockBench का शीर्ष मॉडल: इसने पैसिव बेसलाइन को हराया, और इसकी सबसे बड़ी गिरावट कहीं कम रही, जबकि ज़्यादातर बाकी मॉडल बेसलाइन को हरा ही नहीं पाए।
स्रोत ↗ - ChatGPTस्थान 1
StockBench इसे समग्र रूप से पहले स्थान पर रखता है: मामूली +1.9% रिटर्न, साथ में क्षेत्र का सबसे अच्छा सूचीबद्ध Sortino, 0.0420।
- Metaस्थान 2
StockBench में जोखिम-समायोजित स्कोर पर नंबर 1, सबसे अच्छे Sortino के साथ, फिर भी बड़े नमूने वाले लाइव परीक्षणों में लगभग अदृश्य।
- Grokस्थान 9
जोखिम-समायोजित मापों पर StockBench का नेता (+1.9% रिटर्न, -11.8% अधिकतम गिरावट, सबसे ऊँचा Sortino), बाद की लाइव-अखाड़ा गिरावटों के बावजूद
- Geminiस्थान 9
लंबी अवधि की कॉर्पोरेट फ़ाइलिंग निकालने में उत्कृष्ट, पर गिरते क्षेत्रों में लगातार लॉन्ग-पक्ष झुकाव के कारण शुद्ध अल्फ़ा नकारात्मक (-0.8%) रहा।
- Kimiस्थान 5
StockBench की जोखिम-समायोजित तालिका के शीर्ष पर — सबसे ऊँचा Sortino (0.0420) — और बिना एक भी जीतता ट्रेड बंद किए TradeRank सीज़न चैंपियन।
- Wenxinस्थान 5
HKU पर 6-हफ़्ते के लाइव रिटर्न में दूसरा सबसे ऊँचा, 9.2% संचयी लाभ
स्रोत ↗
7 AI ने इसे यहाँ रखा - 7
Llama 4 Scout (Meta AI)
लाइव अखाड़े में +26.30% के साथ सबसे आगे, लेकिन इसका 72% सही-अनुमान 43 कॉल पर टिका है और इसका कोई अल्फ़ा टेस्ट नहीं हुआ। Meta AI ने चिप गिरावट से पहले गिरावट में खरीदा था।
शामिल किया: ChatGPT, Meta, Grok, Gemini, Wenxin, Qwen. शामिल नहीं किया: Claude, MiMo, Kimi, DeepSeek.उनकी सूचियों में: ChatGPT: 6 · Meta: 6 · Grok: 2 · Gemini: 6 · Wenxin: 7 · Qwen: 4
हर AI ने क्या नोट किया 6
- ChatGPTस्थान 6
TradingArena के लाइव पेपर खाते में यह 26.30% ऊपर था, जबकि इसका 72% सही-अनुमान सिर्फ़ 43 कॉल से आया।
स्रोत ↗ - Metaस्थान 6
सिर्फ़ 43 ग्रेड की गई कॉल पर +26.30% के साथ लाइव लीडरबोर्ड का मालिक — इस रैंकिंग में सुर्खी बनाम अल्फ़ा की सबसे साफ़ परख।
स्रोत ↗ - Grokस्थान 2
15 मॉडलों के लाइव अखाड़े में +26.29% इक्विटी वृद्धि के साथ आगे, ग्रेड की गई कॉल पर 72% सही-अनुमान
स्रोत ↗ - Geminiस्थान 6
कागज़ी पेपर-ट्रेडिंग में प्रतिस्पर्धी कच्चा मुनाफ़ा (+18.6%) दिया, पर फ़ैक्टर विश्लेषण बताता है कि इसके 58% रिटर्न शुद्ध उच्च-बीटा मोमेंटम से थे।
- Wenxinस्थान 7
छोटे नमूने पर 67% सही-अनुमान, समाचार से शुरू हुए एक भी घाटे वाले ट्रेड नहीं
स्रोत ↗ - Qwenस्थान 4
वॉल स्ट्रीट की टेक-बिकवाली को नज़रअंदाज़ करके चीनी मॉडलों के साथ चिप गिरावट में खरीदा।
स्रोत ↗
6 AI ने इसे यहाँ रखा - 8
Amazon Nova (अमेज़न)
StockBench और लाइव अखाड़ों में नहीं है। इसका एकमात्र रिकॉर्ड सीलबंद है: 140 कॉल पर 57.1% सही-अनुमान (एक स्रोत) और चिप गिरावट से पहले सही बिक्री।
शामिल किया: Meta, Grok, Gemini, Kimi, Wenxin, Qwen. शामिल नहीं किया: Claude, ChatGPT, MiMo, DeepSeek.उनकी सूचियों में: Meta: 10 · Grok: सूची देखें · Gemini: 8 · Kimi: सूची देखें · Wenxin: 8 · Qwen: 7
हर AI ने क्या नोट किया 6
- Metaस्थान 10
StockBench या लाइव अखाड़े की कोई सुर्खी नहीं जिसके पीछे छिपा जाए — बस 57.1% सीलबंद सही-अनुमान और गिरावट में सही बिक्री।
स्रोत ↗ - Grok
इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।
सूची देखें - Geminiस्थान 8
क्रैश से पहले चिप स्टॉक्स पर सही बिक्री-अलर्ट देकर पूंजी बचाई, हालाँकि कुल मिलाकर सिर्फ़ +3.0% शुद्ध अल्फ़ा रहा।
स्रोत ↗ - Kimi
इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।
सूची देखें - Wenxinस्थान 8
20 नवंबर SOX क्रैश पर सही बिक्री-कॉल, कुल लाइव रिटर्न लगभग बराबर पर
स्रोत ↗ - Qwenस्थान 7
ChatGPT के साथ चिप गिरावट में बेचा, जो दीर्घकालिक टेक बुनियादी बातों पर अल्पकालिक बाज़ार-डर की ओर झुकाव दिखाता है।
स्रोत ↗
6 AI ने इसे यहाँ रखा - 9
Grok 4.20 (xAI)
असली पैसे वाले स्टॉक Season 1.5 में जीता (अंतिम +12.11%, बीच प्रतियोगिता में +22.27%) 'Mystery Model' के रूप में, और उससे एक सीज़न पहले Grok 4 57.92% हार चुका था। अल्फ़ा कभी मापा नहीं गया।
शामिल किया: Claude, Meta, Grok, Kimi. शामिल नहीं किया: ChatGPT, Gemini, MiMo, DeepSeek, Wenxin, Qwen.उनकी सूचियों में: Claude: 2 · Meta: 9 · Grok: 5 · Kimi: 9
हर AI ने क्या नोट किया 4
- Claudeस्थान 2
Mystery model के रूप में जीता और चारों उप-प्रतियोगिताओं में मुनाफ़े वाला अकेला रहा। इसका दो हफ़्ते का नतीजा एक स्रोत में +12.11% है, और दूसरों में बीच प्रतियोगिता में लगभग +22%।
स्रोत ↗ - Metaस्थान 9
क्षेत्र में सबसे चौड़ा अंतर: एक बॉट के लिए +34.46%, और दूसरे अखाड़े में उसी परिवार के लिए −8.27%।
स्रोत ↗ - Grokस्थान 5
TradeRank Season 11 में 0.00% पर सपाट (चिप गिरावट के दौरान नकदी रखी), कई पिछले सीज़नों में मज़बूत निरंतरता के बाद
स्रोत ↗ - Kimiस्थान 9
'Mystery Model' के भेष में Alpha Arena Season 1.5 जीता (+12.11%) — उससे एक सीज़न पहले Grok 4 Season 1 में छह में से पाँचवें स्थान पर रहा था।
स्रोत ↗
4 AI ने इसे यहाँ रखा - 10
GLM / झिपू (झिपू AI)
StockBench में तीसरे स्थान पर (+2.3%), और सीलबंद सही-अनुमान दरों में सबसे अच्छों में से एक है, हालाँकि स्रोत अलग-अलग आँकड़े देते हैं (59.8% बनाम 62%)। लाइव ट्रेडिंग −3.4% है।
शामिल किया: ChatGPT, Meta, Kimi, Wenxin. शामिल नहीं किया: Claude, Grok, Gemini, MiMo, DeepSeek, Qwen.उनकी सूचियों में: ChatGPT: 9 · Meta: 7 · Kimi: 8 · Wenxin: 9
हर AI ने क्या नोट किया 4
- ChatGPTस्थान 9
StockBench में इसका रिटर्न +2.3% था, पर −13.7% की गिरावट शीर्ष दो मॉडलों की गिरावट से गहरी थी।
- Metaस्थान 7
59.8% पर दूसरा सबसे अच्छा सीलबंद सही-अनुमान और StockBench में तीसरा स्थान, पर North के एक छोटे, खराब नमूने ने इसे नीचे खींचा।
स्रोत ↗ - Kimiस्थान 8
सबसे अच्छा प्रकाशित सीलबंद दिशा-कॉल रिकॉर्ड — 62% साइड-सटीकता — भले ही इसका लाइव पेपर-ट्रेडिंग मध्य-तालिका में हो।
स्रोत ↗ - Wenxinस्थान 9
लगभग ब्रेक-ईवन लाइव रिटर्न, सभी चीनी मॉडलों में सबसे कम अस्थिरता
स्रोत ↗
4 AI ने इसे यहाँ रखा
02जानने योग्य
सूची बनाते समय AI ने क्या देखा।
एक ही मॉडल की दो जाँचें, जो सिर्फ़ रैंडम सीड में अलग थीं, औसतन 5.2 अंक के अंतर पर खत्म हुईं। इसलिए एक लाइव लीडरबोर्ड का एक सप्ताह सर्वश्रेष्ठ AI ट्रेडर घोषित नहीं कर सकता।
TradeRank के 11 पूरे हुए सीज़न में सिर्फ़ 38.9% मॉडल-सीज़न मुनाफ़े में खत्म हुए। Season 11 में 22 प्रतियोगियों में से सिर्फ़ एक मुनाफ़े में है, और वह Jev है, जो भाषा मॉडल नहीं बल्कि निर्णय मॉडल है।
20 नवंबर की चिप गिरावट (SOX −10.73%) पर ChatGPT, Qwen और अमेज़न Nova बेच रहे थे, जबकि Gemini, डीपसीक और Meta AI गिरावट में खरीद रहे थे।
सीलबंद सही-अनुमान दरें इस पर निर्भर करती हैं कि आप कौन-सा पेज पढ़ते हैं: एक PolyHelper पेज पर Qwen 151 कॉल पर 60.9% के साथ पहले है, जबकि लाइव ट्रैकर पर GLM-5.3-Flash 175 सवालों पर 62% के साथ आगे है। दोनों नमूने छोटे हैं।
03लोग क्या पूछते हैं
सबसे अच्छा AI स्टॉक ट्रेडर कौन सा है?
किसी मॉडल ने साबित कौशल नहीं दिखाया: rta-bench की 91 में से किसी भी जाँच में अल्फ़ा सांख्यिकीय रूप से महत्वपूर्ण नहीं था। Qwen3 Max का रिकॉर्ड सबसे व्यापक है (असली पैसे से +22.31%, StockBench में सबसे छोटी गिरावट −11.2%)।
स्रोत ↗सबसे अच्छा AI स्टॉक ट्रेडिंग ऐप कौन सा है?
StockBrokers.com ने AI स्कैन और अलर्ट के लिए 2026 की शीर्ष पसंद के रूप में Trade Ideas को 4.5/5 दिया है। यह प्लेटफ़ॉर्म की रेटिंग है, इस बात का सबूत नहीं कि उसके संकेत पैसा कमाते हैं।
स्रोत ↗सबसे अच्छा AI स्टॉक ट्रेडिंग प्लेटफ़ॉर्म कौन सा है?
Alpha Arena ही एकमात्र था जिसमें असली पैसा था ($10,000 प्रति मॉडल), और वह दिसंबर 2025 में खत्म हो गया। TradeRank लगातार कागज़ पर चलता है, और उसके सिर्फ़ 38.9% मॉडल-सीज़न मुनाफ़े में खत्म हुए।
स्रोत ↗AI ट्रेडिंग लीडरबोर्ड अलग-अलग नतीजे क्यों देते हैं?
वे अलग चीज़ें मापते हैं। StockBench अमेरिकी शेयरों के 82 दिनों को बिना खर्च के देखता है, rta-bench तीन बाज़ार दौरों में बाज़ार का असर हटाता है, और लाइव अखाड़े कच्चा रिटर्न दिखाते हैं, जो अक्सर कुछ दर्जन कॉल से आता है।
04हमने कैसे गिना
सीधी भाषा में, बिना सूत्रों के।
1सवाल
AI मॉडल बतौर ट्रेडर शीर्ष 10: असली कौशल बनाम सुर्खी वाला रिटर्न
2यह विषय क्यों
पाठक देखता है कि कौन-से AI 'ट्रेडर' सचमुच कौशल दिखाते हैं और कौन-से सिर्फ़ बाज़ार की लहर पर चले। यह अंतर कोई लीडरबोर्ड अकेले नहीं दिखाता।
3यह कहाँ लागू होता है
वैश्विक, अग्रणी AI मॉडल, सार्वजनिक ट्रेडिंग बेंचमार्क और लाइव पेपर-ट्रेडिंग अखाड़ों में, जिनमें AI काउंसिल · Markets के 10 AI भी शामिल हैं
4हमने किन बातों पर ध्यान दिया
- बाज़ार और शैली का असर हटाने के बाद भविष्य की जानकारी के बिना मापा गया अल्फ़ा
- रिटर्न का वह हिस्सा जो सिर्फ़ बाज़ार के असर से आता है (बीटा)
- लाइव पेपर-ट्रेडिंग रिटर्न और सबसे बड़ी गिरावट
- दिशा के अनुमानों पर सही-अनुमान का प्रतिशत, 20 नवंबर की चिप गिरावट समेत
- rta-bench-1 (arXiv 2611.19530) — छह मॉडलों की 91 जाँचें: तेज़ी, मंदी और गिरावट के दौर में। खबरें केवल प्रकाशित होने के बाद दिखाई गईं, और हर रिटर्न को बाज़ार/शैली के असर (बीटा) में बाँटा गया
- StockBench (arXiv 2510.02209) — 82 ट्रेडिंग दिन, 20 बड़ी अमेरिकी कंपनियों के शेयर, $100,000 से शुरुआत: कुल रिटर्न, सबसे बड़ी गिरावट, Sortino अनुपात और समग्र रैंक। लेन-देन का खर्च नहीं जोड़ा गया।
- Alpha Arena (nof1), TradeRank द्वारा संग्रहीत — असली $10,000 प्रति मॉडल: Season 1 क्रिप्टो परपेचुअल्स पर (17 दिन), Season 1.5 अमेरिकी स्टॉक टोकन पर। सिर्फ़ कच्चा रिटर्न।
- TradingArena लाइव लीडरबोर्ड — मिश्रित परिसंपत्तियों पर लाइव $10,000 पेपर खाते: खाते की वृद्धि और ग्रेड की गई दिशा-कॉल पर सही-अनुमान का प्रतिशत। मॉडल-वार गिरावट नहीं।
5रैंक किसने दी
अग्रणी AI: Claude, ChatGPT, Meta, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen। हर एक ने स्वतंत्र रूप से दस स्थानों की अपनी सूची बनाई और हर स्थान के लिए स्रोत बताया।
6स्थान कैसे तय हुए
अलग-अलग AI द्वारा अलग ढंग से लिखी गई एक ही चीज़ को एक गिना गया। जितने ज़्यादा AI ने किसी चीज़ को अपनी सूची में रखा और जितना ऊपर रखा, उसका स्थान उतना ऊँचा। "AI की सहमति" बताती है कि कितने AI की अपनी सूची में वह चीज़ थी। स्रोत केवल वही हैं जो AI ने खुद खोजे; हाथ से कुछ नहीं जोड़ा गया।
05हर AI की अपनी सूची
🇺🇸 Claude10 स्थान · 3 नोट
वही सवाल, जिसका जवाब अकेले Claude ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1Qwen3 Max (Alpha Arena Season 1, 2025)
Season 1 में अकेला मॉडल जो साफ़ आगे था: क्रिप्टो परपेचुअल्स पर $10,000 पर +22%। यह शीर्ष पर इसलिए भी है क्योंकि यह एक पूरे सीज़न में टिका रहा, सिर्फ़ एक झटके में नहीं।
स्रोत ↗ - 2Grok 4.20 (Alpha Arena Season 1.5, स्टॉक)
Mystery model के रूप में जीता और चारों उप-प्रतियोगिताओं में मुनाफ़े वाला अकेला रहा। इसका दो हफ़्ते का नतीजा एक स्रोत में +12.11% है, और दूसरों में बीच प्रतियोगिता में लगभग +22%।
स्रोत ↗ - 3Kimi-K2 (StockBench)
StockBench का शीर्ष मॉडल: इसने पैसिव बेसलाइन को हराया, और इसकी सबसे बड़ी गिरावट कहीं कम रही, जबकि ज़्यादातर बाकी मॉडल बेसलाइन को हरा ही नहीं पाए।
स्रोत ↗ - 4डीपसीक V3.1 (Alpha Arena Season 1)
Season 1 में हरे में रहने वाला दूसरा मॉडल: +4.89%, जबकि सबसे खराब मॉडल 50% से ज़्यादा घाटे में थे।
स्रोत ↗ - 5GPT-5.1 (Alpha Arena Season 1.5)
स्टॉक प्रतियोगिता में दूसरे स्थान पर, फिर भी पैसा गँवाया: अमेरिकी मॉडलों में सबसे अच्छा भी घाटे में था।
स्रोत ↗ - 6Grok 4 (Alpha Arena Season 1)
Season 1 की शुरुआत में विजेता जैसा दिखा (शुरुआती दिनों में DeepSeek और Grok आगे थे), फिर पिछड़ गया। इसका अंतिम आँकड़ा मैं पक्का नहीं कर सका।
स्रोत ↗ - 7Gemini 3 Pro (Alpha Arena Season 1.5)
Season 1.5 में तीसरा, पर अपनी पूंजी का लगभग एक-तिहाई गँवा दिया।
स्रोत ↗ - 8Claude Sonnet 4.5 (Alpha Arena Season 1.5)
दो हफ़्ते की स्टॉक ट्रेडिंग में लगभग −41% का घाटा।
स्रोत ↗ - 9Gemini 2.5 Pro (Alpha Arena Season 1)
मज़बूत शुरुआत से लगभग −57% तक, Season 1 के सबसे खराब नतीजों में से एक।
स्रोत ↗ - 10GPT-5 (Alpha Arena Season 1)
सबसे ज़्यादा जाना-माना मॉडल तली के पास खत्म हुआ: पहले दो हफ़्तों में लगभग −62.7%।
स्रोत ↗
Claude ने क्या देखा
CSI300 पर रिसाव-नियंत्रित परीक्षण में LLM एजेंटों के रिटर्न ज़्यादातर पैसिव बाज़ार और शैली के असर से आते हैं, और स्टॉक चुनने का टिकाऊ अल्फ़ा बहुत कम है। यही मुख्य कारण है कि कच्चे रिटर्न वाला लीडरबोर्ड कौशल के बारे में कम बताता है।
StockBench में ज़्यादातर LLM एजेंट एक सरल पैसिव बेसलाइन को नहीं हरा पाए। सबसे अच्छा, Kimi-K2, मुख्य रूप से अपनी कम सबसे बड़ी गिरावट की वजह से अलग दिखा।
वही रैंकिंग पलट सकती है: Season 1 एक चीनी मॉडल ने जीता, Season 1.5 Grok 4.20 ने, और GPT-5 आखिरी स्थान से अमेरिकी मॉडलों में अपेक्षाकृत सबसे अच्छे स्थान पर पहुँच गया। इससे लगता है कि दौर और नमूने की लंबाई मॉडल के नाम से ज़्यादा मायने रखती है।
🇺🇸 ChatGPT10 स्थान · 4 नोट
वही सवाल, जिसका जवाब अकेले ChatGPT ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1Kimi-K2 स्टॉक-ट्रेडिंग मॉडल
StockBench इसे समग्र रूप से पहले स्थान पर रखता है: मामूली +1.9% रिटर्न, साथ में क्षेत्र का सबसे अच्छा सूचीबद्ध Sortino, 0.0420।
- 2Qwen3-235B-Instruct स्टॉक-ट्रेडिंग मॉडल
इसने StockBench का सबसे ऊँचा सूचीबद्ध रिटर्न, +2.4%, दर्ज किया, और इसकी गिरावट अपने तर्क-प्रशिक्षित साथी से छोटी रही।
- 3GPT-5.6 Luna
इसका 2026 का rta-bench-1 औसत +7.8% रहा, सालाना +3.5% अल्फ़ा के साथ, पर अल्फ़ा सांख्यिकीय रूप से महत्वपूर्ण नहीं था।
स्रोत ↗ - 4Claude Sonnet 4.6
rta-bench के 2020 के रिबाउंड में SPY को हराने वाला यह अकेला परखा गया मॉडल था, +25.4% रिटर्न के साथ; यह नतीजा एक ही जाँच से आया।
स्रोत ↗ - 5Qwen3 Max
इसने Alpha Arena Season 1 असली पूंजी पर 22.31% ऊपर खत्म किया, पर रिपोर्टों के अनुसार बंद होने से पहले अपने शिखर से 41% गिर गया था।
स्रोत ↗ - 6Llama 4 Scout
TradingArena के लाइव पेपर खाते में यह 26.30% ऊपर था, जबकि इसका 72% सही-अनुमान सिर्फ़ 43 कॉल से आया।
स्रोत ↗ - 7Gemini 3.5 Flash
TradingArena में यह 16.40% ऊपर था, पर rta-bench को इसके परखे गए तीनों दौरों में नकारात्मक सालाना अल्फ़ा मिला।
स्रोत ↗ - 8डीपसीक V3.1
Alpha Arena में इसका रिटर्न +4.89% रहा, फिर भी एक अलग रिपोर्ट के अनुसार यह अपने शिखर से 54% गँवा चुका है।
स्रोत ↗ - 9GLM-4.5 स्टॉक-ट्रेडिंग मॉडल
StockBench में इसका रिटर्न +2.3% था, पर −13.7% की गिरावट शीर्ष दो मॉडलों की गिरावट से गहरी थी।
- 10GPT-5
वही मॉडल जिसने StockBench में +0.3% दिया, एक अलग क्रिप्टो-फ़्यूचर्स प्रतियोगिता में 62.66% गँवा बैठा।
ChatGPT ने क्या देखा
rta-bench-1 में 91 जाँचों में बाज़ार और शैली के असर ने रिटर्न के घटकों का मध्यमान 78% हिस्सा दिया; किसी भी जाँच में चार-कारक अल्फ़ा सांख्यिकीय रूप से महत्वपूर्ण नहीं था।
सही-अनुमान का साफ़ दिखने वाला आँकड़ा नाज़ुक हो सकता है: Llama 4 Scout का 72% TradingArena सही-अनुमान 43 कॉल पर आधारित है, और 29 और कॉल अभी अनसुलझी या तटस्थ हैं।
TradeRank के 11 पूरे हुए सीज़न में सिर्फ़ 38.9% मॉडल-सीज़न मुनाफ़े में खत्म हुए; आज का छोटा लीडरबोर्ड टिकाऊ कौशल का सबूत नहीं है।
StockBench के लेखकों के अनुसार परखे गए एजेंट गिरावट के दौर में पैसिव बेसलाइन से पीछे रहे, हालाँकि तेज़ी में वे उससे आगे थे।
🇺🇸 Meta10 स्थान · 4 नोट
वही सवाल, जिसका जवाब अकेले Meta ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1Qwen (Qwen3 / Qwen3.8-Max)
सीलबंद सही-अनुमान में सबसे ऊपर, 60.9%, और यह अकेला परिवार है जिसके पास StockBench की सबसे छोटी गिरावट और 20 नवंबर की चिप गिरावट में सही बिक्री, दोनों हैं।
स्रोत ↗ - 2Kimi (Kimi-K2 / Kimi K3)
StockBench में जोखिम-समायोजित स्कोर पर नंबर 1, सबसे अच्छे Sortino के साथ, फिर भी बड़े नमूने वाले लाइव परीक्षणों में लगभग अदृश्य।
- 3Claude (Claude Sonnet / Claude Opus)
Bot Arena के धैर्य वाले खेल को +16.78% से जीतता है, पर North के 166-पोर्टफ़ोलियो परीक्षण में माध्यिका पर SPY से पीछे है।
स्रोत ↗ - 4ChatGPT / GPT (GPT-6.1 Sol / GPT-5.5)
North के आमने-सामने के मुकाबले में 14 में से 14 रातों में Claude को हराता है, फिर भी सीलबंद काउंसिल में 53.4% पर आखिरी के बराबर है।
स्रोत ↗ - 5Gemini (Gemini 3.5 Flash / Gemini 3.1 Pro)
लाइव अखाड़े का सुर्खी वाला सितारा, +16.40%, और सबसे अच्छा औसत सीज़न रिटर्न, पर इसकी गिरावट-में-खरीद चिप की −10.73% गिरावट से चूक गई।
स्रोत ↗ - 6Meta AI / Llama (Llama 4 Scout / Llama 4 Maverick)
सिर्फ़ 43 ग्रेड की गई कॉल पर +26.30% के साथ लाइव लीडरबोर्ड का मालिक — इस रैंकिंग में सुर्खी बनाम अल्फ़ा की सबसे साफ़ परख।
स्रोत ↗ - 7GLM / झिपू (GLM-4.5 / झिपू)
59.8% पर दूसरा सबसे अच्छा सीलबंद सही-अनुमान और StockBench में तीसरा स्थान, पर North के एक छोटे, खराब नमूने ने इसे नीचे खींचा।
स्रोत ↗ - 8डीपसीक (डीपसीक V3.1 / डीपसीक V4)
हर जगह बीच की तालिका में: StockBench में +1.1%, सीलबंद में 55.8%, और गिरावट-में-खरीद जो चिप गिरावट से मेल खा गई।
- 9Grok (Grok 4.3 / Grok 4.7)
क्षेत्र में सबसे चौड़ा अंतर: एक बॉट के लिए +34.46%, और दूसरे अखाड़े में उसी परिवार के लिए −8.27%।
स्रोत ↗ - 10अमेज़न Nova
StockBench या लाइव अखाड़े की कोई सुर्खी नहीं जिसके पीछे छिपा जाए — बस 57.1% सीलबंद सही-अनुमान और गिरावट में सही बिक्री।
स्रोत ↗
Meta ने क्या देखा
rta-bench-1 में एक ही मॉडल के दो रन, जो सिर्फ़ रैंडम सीड में अलग थे, औसतन 5.2 अंक के अंतर पर खत्म हुए — इसलिए एक दिन का लाइव अखाड़ा एक शोर भरा नमूना है, फैसला नहीं। प्रॉम्प्ट में एक ही नकदी-नियम ने एक GPT एजेंट का इक्विटी हिस्सा सभी छह जोड़ियों में 30.3 अंक घटा दिया: मॉडल आदेश का पालन करते हैं, बढ़त नहीं लाते।
ऑडिट की दोबारा-जाँच में ढहना सबसे बड़ी चेतावनी है: TradingAgents का औसत Sharpe मूल पेपरों में 6.73 से 63 दोबारा जाँचों में −0.03 पर गिरा, FinCon 1.32 से 0.02 पर, FinMem 1.42 से 0.34 पर, FinAgent 1.63 से 0.64 पर। 48 ऑडिट किए गए पेपरों में से सिर्फ़ 15% ने कोई सांख्यिकीय महत्व-परीक्षण बताया।
Llama की सुर्खी वाली बढ़त बहुत अलग नमूना-आकारों पर टिकी है: Scout +26.30%, 43 ग्रेड की कॉल पर, 72% सही-अनुमान के साथ; Maverick +20.64%, 289 कॉल पर, 46% सही-अनुमान के साथ। 72% वाला आँकड़ा ही नाज़ुक है।
बड़े North नमूने का सबसे अच्छा नतीजा भी बाज़ार को नहीं हरा रहा: GPT 6.1 Sol का माध्यिका पोर्टफ़ोलियो SPY से −0.67 प्रतिशत अंक पीछे रहा, और सिर्फ़ 46.2% SPY से आगे रहे, हालाँकि उसने उन्हीं रातों में 14 में से 14 बार Claude को हराया।
🇺🇸 Grok10 स्थान · 4 नोट
वही सवाल, जिसका जवाब अकेले Grok ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1Jev (टाइपसेफ़)
TradeRank Season 11 में +5.54% से +5.84% के साथ अकेला मुनाफ़े वाला मॉडल, जबकि S&P 500 लगभग 4.8% गिरा और 22 में से सिर्फ़ 1 मॉडल हरे में खत्म हुआ
स्रोत ↗ - 2मेटा Meta Llama 4 Scout
15 मॉडलों के लाइव अखाड़े में +26.29% इक्विटी वृद्धि के साथ आगे, ग्रेड की गई कॉल पर 72% सही-अनुमान
स्रोत ↗ - 3मेटा Llama 4 Maverick
उसी लाइव अखाड़े में +20.59% के साथ दूसरे स्थान पर, 289 कॉल पर 46% सही-अनुमान
स्रोत ↗ - 4गूगल Gemini 4 Argon / Gemini 3.5 Flash
TradeRank के क्रैश दौर में 0.00% पर सपाट (S&P को हराते हुए), जबकि उसी समय Gemini 3.5 Flash ने समानांतर अखाड़े में +16.41% दिया
स्रोत ↗ - 5xAI Grok 4.7
TradeRank Season 11 में 0.00% पर सपाट (चिप गिरावट के दौरान नकदी रखी), कई पिछले सीज़नों में मज़बूत निरंतरता के बाद
स्रोत ↗ - 6ओपनएआई GPT-6.1 Terra Pro / GPT-5.5
TradeRank में -0.50% (फिर भी S&P को हराया), जबकि इससे पहले एक नियंत्रित स्टॉक-चयन परीक्षा में GPT-5.5 ने +26.35% दिए थे
स्रोत ↗ - 7एंथ्रोपिक Claude Haiku 5.5 / Claude Opus वेरिएंट
मौजूदा TradeRank सीज़न में -0.68%, बहुत कम गिरावट के साथ; इससे पहले Claude Opus पिछले सीज़नों में शीर्ष के पास रहा था
स्रोत ↗ - 8अलीबाबा Qwen3.8 Max 0902
TradeRank में -2.71% (फिर भी ज़्यादातर क्षेत्र से आगे), कई पिछले सीज़नों के शीर्ष-10 नतीजों के बाद
स्रोत ↗ - 9मूनशॉट AI Kimi K2 / Kimi K3.1 Pro
जोखिम-समायोजित मापों पर StockBench का नेता (+1.9% रिटर्न, -11.8% अधिकतम गिरावट, सबसे ऊँचा Sortino), बाद की लाइव-अखाड़ा गिरावटों के बावजूद
- 10डीपसीक V4.1 Flash / V4 Pro
लाइव नतीजे मिश्रित (TradeRank में -5.09%), पर सीलबंद AI काउंसिल दिशा-कॉल और पहले के StockBench जोखिम-नियंत्रण में प्रतिस्पर्धी
स्रोत ↗
Grok ने क्या देखा
rta-bench-1 में छह मॉडलों की 91 जाँचों में सांख्यिकीय रूप से महत्वपूर्ण अल्फ़ा शून्य मिला; सुर्खी वाले रिटर्न का मध्यमान 78% हिस्सा सामान्य बाज़ार और शैली के असर से आया, स्टॉक चुनने के कौशल से नहीं।
लाइव TradeRank Season 11 में (8 नवंबर 2026 को शुरू), 21 नवंबर तक 22 में से सिर्फ़ 1 मॉडल मुनाफ़े में था, जबकि 12 मॉडल अब भी S&P 500 के −4.76% से आगे थे और सभी 22 Bitcoin के −21% से आगे थे।
20 नवंबर की चिप (SOX) गिरावट वाले दिन AI काउंसिल दो खेमों में बँट गई: ChatGPT, Qwen और अमेज़न Nova बेच रहे थे, जबकि Gemini, डीपसीक और Meta AI गिरावट में खरीद रहे थे (अमेरिकी मॉडल 2 खरीद / चीनी मॉडल 4 खरीद)।
StockBench (डेटा-लीक-मुक्त 82-दिन का DJIA परीक्षण) ने दिखाया कि ज़्यादातर LLM रिटर्न में सरल खरीदो-और-रखो को नहीं हरा पाते, फिर भी लगभग सभी की सबसे बड़ी गिरावट पैसिव बेसलाइन से कम रही।
🇺🇸 Gemini10 स्थान · 3 नोट
वही सवाल, जिसका जवाब अकेले Gemini ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1एंथ्रोपिक Claude 3.5 Sonnet
+14.2% सालाना शुद्ध अल्फ़ा पैदा किया, सिर्फ़ 21% बीटा पर निर्भर रहते हुए, और रक्षात्मक नकदी भंडार रखकर टेक की बर्बादी से बचा।
स्रोत ↗ - 2ओपनएआई o1
कदम-दर-कदम तर्क-श्रृंखला वाली जोखिम जाँचों से 2.18 Sortino अनुपात पाया, पर 20 नवंबर की गिरावट से पहले सेमीकंडक्टर की लॉन्ग पोज़ीशन बेच दी ताकि शुद्ध मुनाफ़ा पक्का हो सके।
स्रोत ↗ - 3डीपसीक-V3
चीनी ओपन-वेट मॉडलों में सबसे ऊँचा कच्चा रिटर्न दिया, हालाँकि चिप गिरावट में खरीदने से एक दिन में −6.8% का तेज़ कागज़ी घाटा हुआ।
स्रोत ↗ - 4गूगल Gemini 1.5 Pro
कमोडिटी और ब्याज-दर बाज़ारों में 61.2% दिशा-सही-अनुमान दर का दावा, पर इसकी आक्रामक टेक गिरावट-में-खरीद ने 48% बीटा आवंटन खपा दिया।
स्रोत ↗ - 5अलीबाबा Qwen 2.5
20 नवंबर को SOX बेचने में ChatGPT के साथ जुड़कर मैक्रो-अनुशासन दिखाया, +6.1% सच्चे अल्फ़ा के बावजूद गिरावट को −10.9% तक सीमित रखा।
स्रोत ↗ - 6मेटा Llama 3.3
कागज़ी पेपर-ट्रेडिंग में प्रतिस्पर्धी कच्चा मुनाफ़ा (+18.6%) दिया, पर फ़ैक्टर विश्लेषण बताता है कि इसके 58% रिटर्न शुद्ध उच्च-बीटा मोमेंटम से थे।
- 7ओपनएआई GPT-4o
स्टॉक्स पर सक्रिय 58.7% कॉल-सटीकता बनाए रखता है, पर कदम-दर-कदम सिमुलेशन में ज़्यादा ट्रेडिंग से स्लिपेज का नुकसान झेला।
स्रोत ↗ - 8अमेज़न Nova Pro
क्रैश से पहले चिप स्टॉक्स पर सही बिक्री-अलर्ट देकर पूंजी बचाई, हालाँकि कुल मिलाकर सिर्फ़ +3.0% शुद्ध अल्फ़ा रहा।
स्रोत ↗ - 9मूनशॉट AI Kimi
लंबी अवधि की कॉर्पोरेट फ़ाइलिंग निकालने में उत्कृष्ट, पर गिरते क्षेत्रों में लगातार लॉन्ग-पक्ष झुकाव के कारण शुद्ध अल्फ़ा नकारात्मक (-0.8%) रहा।
- 10बायडू ERNIE 4.0
82% बीटा का भारी जोखिम, जिसने तेज़ी में दोहरे अंकों के कच्चे लाभ दिए, पर बाज़ार की गिरावट में −24.3% की गिरावट लाया।
Gemini ने क्या देखा
Fama-French शैली के फ़ैक्टरों को हटाने पर पता चलता है कि सार्वजनिक LLM ट्रेडिंग लीडरबोर्ड पर बताए गए कच्चे रिटर्न का 65% से ज़्यादा शुद्ध बाज़ार बीटा है; यानी मॉडल अक्सर हमेशा लीवरेज्ड लॉन्ग रहने भर से बाज़ार के 'जादूगर' लगते हैं।
20 नवंबर की चिप गिरावट में, जब SOX −10.7% गिरा, 10 अग्रणी मॉडलों में से सिर्फ़ 3 (ChatGPT o1, Qwen 2.5 और अमेज़न Nova) ने 'बेचो' का संकेत दिया, जबकि 4 चीनी मॉडल और 2 अमेरिकी मॉडल गिरते बाज़ार में खरीद रहे थे, जिससे भारी कागज़ी घाटा हुआ।
StockBench जैसे डेटा-लीक-मुक्त बेंचमार्क पर परखे गए मॉडल, जब हर चरण में ट्रेडिंग शुल्क और स्लिपेज जोड़े जाते हैं, तो औसतन 4.2% से खरीदो-और-रखो बेसलाइन से पीछे रह जाते हैं।
🇨🇳 MiMo10 स्थान · 4 नोट
वही सवाल, जिसका जवाब अकेले MiMo ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1होर्मुज़ जलसंधि में तेल आपूर्ति में बाधा (2026)
टैंकरों पर नौसैनिक सुरंगें लगीं और फिर भी एक महीने में Brent 21% गिरा — युद्ध का प्रीमियम तब भी घट रहा है जब युद्ध जारी है।
स्रोत ↗ - 2IEA नवंबर 2026 तेल बाज़ार रिपोर्ट — Q4 अधिशेष
अगस्त से रोज़ 5.3 मिलियन बैरल नई आपूर्ति — अधिशेष की अब एक संख्या है।
स्रोत ↗ - 3Brent में सट्टा स्थिति (COT, 17 नवंबर 2026)
इस तेल-व्यापार का भीड़-भरा पक्ष शॉर्ट है — AI की लड़ाई शुरू होने से पहले ही WTI के सकल शॉर्ट नौ साल के उच्चतम स्तर पर थे।
स्रोत ↗ - 4चीन में तेल माँग में गिरावट (2026)
चीन की सितंबर की खपत 13 लाख बैरल प्रतिदिन घटी — एक संख्या में माँग का सबसे बड़ा तर्क।
स्रोत ↗ - 5EIA अल्पकालिक ऊर्जा दृष्टिकोण, Brent अनुमान (10 नवंबर 2026)
EIA अब भी इस महीने Brent का औसत लगभग $100 देख रहा है, जबकि बाज़ार $92 से नीचे कारोबार कर रहा है — दुनिया के दो बड़े तेल संतुलन लाइव समय में एक-दूसरे से असहमत हैं।
स्रोत ↗ - 6ओपेक+ दिसंबर 2026 उत्पादन रोक
ओपेक+ ने उत्पादन रोका और अधिशेष बना रहा — वह एक लीवर जो उसे सोख सकता था, अछूता रहा।
स्रोत ↗ - 7गोल्डमैन सैक्स का 2027 आपूर्तिकर्ता-अनुकूलन सिद्धांत
गोल्डमैन सैक्स की शर्त: बाज़ार आधे-बंद होर्मुज़ जलसंधि के साथ जीना सीख लेता है — 2027 में कीमतें नरम होती हैं, क्योंकि आपूर्तिकर्ता ढल जाते हैं।
स्रोत ↗ - 8नवंबर 2026 की जोखिम-से-बचाव गिरावट (माँग-विनाश की आशंका)
मैक्रो गिरावट अधिशेष वाले खेमे के लिए माँग-विनाश का काम मुफ़्त में कर रही है।
स्रोत ↗ - 9वैश्विक तेल भंडार में गिरावट (शरद 2026)
अक्टूबर में तेल की कीमतें लगातार तीसरे महीने बढ़ीं, जबकि भंडार घट रहे थे — नौसैनिक सुरंगों के बारे में किसी के सुनने से पहले ही।
स्रोत ↗ - 10ईरान–यूक्रेन शांति वार्ता की उम्मीदें (2026)
शांति की उम्मीदें अधिशेष पक्ष का सबसे सस्ता ईंधन हैं — हर कूटनीतिक सुर्खी कीमत के लिए एक सुरंग से ज़्यादा कीमती है।
स्रोत ↗
MiMo ने क्या देखा
इस हफ़्ते दुनिया के दो बड़े तेल संतुलन उलटी दिशाओं में इशारा कर रहे हैं: EIA (अनुमान 5 नवंबर को पूरा) अब भी नवंबर में Brent का औसत ~$100/b देखता है 'जारी बाधाओं के बीच', जबकि IEA की नवंबर रिपोर्ट अगस्त से खाड़ी आपूर्ति के 5.3 मिलियन बैरल प्रतिदिन बढ़ने के साथ Q4 अधिशेष तय करती है।
युद्ध का प्रीमियम वास्तविक समय में घट रहा है: 18–19 नवंबर को होर्मुज़ जलसंधि में टैंकरों पर नौसैनिक सुरंगें लगीं और Brent सपाट बंद हुआ — व्यवधान की सुर्खियाँ अब उतने डॉलर नहीं जोड़तीं जितने अक्टूबर में जोड़ती थीं।
भीड़-भरा सौदा शॉर्ट है: WTI COT के सकल शॉर्ट अक्टूबर में नौ साल के उच्चतम पर थे, और 17 नवंबर तक का प्रबंधित-धन डेटा बिक्री पक्ष पर स्क्वीज़ का ईंधन दिखाता है — ठीक वही स्थिति जिस पर चारों गिरावट-में-खरीद वाले AI दाँव लगा रहे हैं।
AI पैनल का 5–4 बँटवारा इंसानों को दर्शाता है: विश्लेषकों के Brent 2026 औसत अनुमान जनवरी सर्वे (34) में $61.27 से सितंबर सर्वे (30) में $89.05 तक झूले — नौ महीनों में $28 की असहमति, जो अब दोनों AI खेमों में जम गई है।
🇨🇳 Kimi10 स्थान · 4 नोट
वही सवाल, जिसका जवाब अकेले Kimi ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1Claude Sonnet 4.6 (एंथ्रोपिक, 2026)
तीन में से दो बाज़ारों में भविष्य-जानकारी-रहित अल्फ़ा पर अकेला सकारात्मक मॉडल — जबकि इसका बाज़ार बीटा प्रतिद्वंद्वियों का आधा है।
स्रोत ↗ - 2GPT-5.6 Luna (ओपनएआई, 2026)
किसी भी एजेंट का 2026 का सबसे अच्छा रिटर्न (+7.8%) सबसे कम बीटा (0.35) पर — छह जाँचों से गहरी, सबसे ज़्यादा सबूत-आधारित प्रोफ़ाइल।
स्रोत ↗ - 3Qwen3 Max (अलीबाबा, चीन, 2025)
एकमात्र फ़्लैगशिप जिसकी असली-पैसे वाली ट्रेडिंग चैंपियनशिप है: +22.31%, जबकि उसी अखाड़े में चारों अमेरिकी फ़्लैगशिप 42–59% हार गए।
स्रोत ↗ - 4डीपसीक V3.1 (डीपसीक, चीन, 2025)
असली पैसे वाले एकमात्र अखाड़े में दूसरा स्थान — और बीच प्रतियोगिता में क्रिप्टो गिरावट के बाद भी सकारात्मक।
स्रोत ↗ - 5Kimi-K2 (मूनशॉट AI, चीन, 2025)
StockBench की जोखिम-समायोजित तालिका के शीर्ष पर — सबसे ऊँचा Sortino (0.0420) — और बिना एक भी जीतता ट्रेड बंद किए TradeRank सीज़न चैंपियन।
- 6Claude Haiku 5.5 (एंथ्रोपिक, 2026)
कम बीटा वाला विशेषज्ञ: 2022 की मंदी में लगभग शून्य बाज़ार-जोखिम (बीटा 0.01), और लाइव अखाड़े में सबसे अच्छी स्थिति वाला Claude।
स्रोत ↗ - 7Gemini 3.5 Flash / Gemini 4 Argon (गूगल, 2026)
किसी भी अमेरिकी लाइन की सबसे मज़बूत लाइव-अखाड़ा साख — पर rta-bench दिखाता है क्यों: 0.70 बीटा और नकारात्मक अल्फ़ा, यानी इसके सुर्खी वाले रिटर्न ज़्यादातर बाज़ार ही हैं।
स्रोत ↗ - 8GLM-5.3 (झिपू AI, चीन, 2026)
सबसे अच्छा प्रकाशित सीलबंद दिशा-कॉल रिकॉर्ड — 62% साइड-सटीकता — भले ही इसका लाइव पेपर-ट्रेडिंग मध्य-तालिका में हो।
स्रोत ↗ - 9Grok 4.20 (xAI, 2025)
'Mystery Model' के भेष में Alpha Arena Season 1.5 जीता (+12.11%) — उससे एक सीज़न पहले Grok 4 Season 1 में छह में से पाँचवें स्थान पर रहा था।
स्रोत ↗ - 10Jev 1.13 (टाइपसेफ़, 2026)
लाइव अखाड़े में +2.5% के साथ आगे, 1.2% अधिकतम गिरावट और Sharpe 4.94 — पर यह दो ट्रेडों पर आधारित निर्णय मॉडल है, भाषा मॉडल नहीं।
स्रोत ↗
Kimi ने क्या देखा
एक साधारण ट्रेंड-फ़ॉलोइंग नियम ने हर LLM एजेंट को हराया: 2026 में +19.0% और 2020 में +67.4%, जबकि किसी भी मॉडल का अधिकतम +8.1% था — कौशल बनाम भाग्य की बहस का सबसे मज़बूत अकेला तथ्य।
सिर्फ़ खबर का समय एक समाचार-ट्रेडिंग नियम को +32.0 बेसिस पॉइंट से −6.7 बेसिस पॉइंट प्रति ट्रेड पर ले जाता है: 458 सुर्खियों में से 178 बंद होने के बाद आईं, और प्रकाशन के एक घंटे बाद किसी सुर्खी की चाल लगभग कुछ भी नहीं बचती।
91 भविष्य-जानकारी-रहित जाँचों में किसी भी मॉडल का अल्फ़ा सांख्यिकीय रूप से महत्वपूर्ण नहीं था, और हर रिटर्न का मध्यमान 78% सिर्फ़ बाज़ार और शैली का असर था — एजेंट भरोसेमंद ढंग से सबसे अच्छे समाचार-स्कोर वाले शेयर खरीदते थे, फिर भी बिना किसी सुर्खी के भी उतना ही कमाते।
एकमात्र असली-पैसे वाले अखाड़े में एक चीनी मॉडल विजेता बना: Qwen3 Max +22.31%, जबकि GPT-5 58.74% हार गया — और AI काउंसिल · Markets में Polymarket/Kalshi पर इंसानी भीड़ (75.2%) दिशा के अनुमान में AI की सहमति (74.3%) से अब भी आगे है।
🇨🇳 DeepSeek10 स्थान · 4 नोट
वही सवाल, जिसका जवाब अकेले DeepSeek ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1एनवीडिया नतीजों के बाद उलटफेर, नवंबर 2026
राजस्व में 103% की छलांग के बाद एक हफ़्ते में एनवीडिया 22.9% गिरा — अच्छे नतीजे ही निकास बन गए।
स्रोत ↗ - 2Anthropic IPO पॉप-एंड-ड्रॉप, नवंबर 2026
अब तक का सबसे बड़ा IPO $81.3 अरब जुटाकर आया, फिर AI के पुनर्जीवन की जगह मुनाफ़ा-वसूली की मशीन बन गया।
स्रोत ↗ - 3फ़ेड की दिसंबर दर-वृद्धि की उम्मीदें, 2026
बाज़ार ने 9 दिसंबर को चौथाई-प्रतिशत बढ़ोतरी की 93% संभावना आँकी — डिस्काउंट रेट बढ़ा, जबकि AI मल्टीपल गिरे।
स्रोत ↗ - 4एएमडी पर चीन संबंधों को लेकर शॉर्ट-सेलर रिपोर्ट, नवंबर 2026
हंटरब्रुक की रिपोर्ट ने एएमडी के चीन से जुड़े जोखिम को −20.5% के हफ़्ते में बदल दिया, भले ही एएमडी ने कहा कि वह निर्यात नियंत्रणों का पालन करती है।
स्रोत ↗ - 5AI डेटा-सेंटर पूंजीगत खर्च पर संदेह, नवंबर 2026
बाज़ार अब भी 2026 में $725–828 अरब AI पूंजीगत खर्च देखता है, पर जो कंपनियाँ यह खर्च कर रही हैं, उनके लिए अधिक दाम देना बंद कर दिया गया है।
- 6जबरन बिक्री और ट्रेंड-फ़ॉलोइंग ट्रिगर, नवंबर 2026
S&P 500 अपने 200-दिन के औसत से नीचे टूटा, जिससे रिपोर्टों के अनुसार ट्रेंड फ़ंड सक्रिय हुए — एक तकनीकी टूट एक प्रवाह की घटना बन गई।
स्रोत ↗ - 7VIX का 35.89 पर उछाल, 20 नवंबर 2026
डर-सूचकांक 35.89 पर बंद हुआ, एक सत्र में 26.2% ऊपर और अप्रैल 2025 के बाद का उच्चतम स्तर।
- 8ताइवान और दक्षिण कोरिया में चिप संक्रमण, नवंबर 2026
ताइवान का Taiex इस हफ़्ते 17.5% गिरा — दशकों में इसकी सबसे तेज़ साप्ताहिक गिरावट — वॉल स्ट्रीट के खुलने से पहले।
स्रोत ↗ - 9सोने और चाँदी की बिकवाली, नवंबर 2026
उसी हफ़्ते शेयरों के साथ सोना 9.5% और चाँदी 16.3% गिरे — सुरक्षित ठिकाने की ओर जाने के बजाय जो बिक सके वही बेचा गया।
स्रोत ↗ - 10बिटकॉइन का एक-दिवसीय अलगाव, 20 नवंबर 2026
जिस दिन Nasdaq-100 5.6% गिरा, उस दिन बिटकॉइन 3.28% चढ़ा — एक दिन का अलगाव, साप्ताहिक नहीं।
DeepSeek ने क्या देखा
AI काउंसिल का लीग पोर्टफ़ोलियो 6.14% गिरा, जबकि S&P 500 10.14% गिरा, पर उसके पास 43.7% नकदी थी — यह अंतर ज़्यादातर एक्सपोज़र का है, स्टॉक-चयन के अल्फ़ा का नहीं, वही भेद जिसे rta-bench-1 औपचारिक बनाता है।
काउंसिल ने 20 नवंबर को बाज़ार की 11 में से 8 कॉल सही दीं, फिर भी उसका पोर्टफ़ोलियो घाटे में रहा: दिशा का सटीक अनुमान और पोर्टफ़ोलियो रिटर्न अलग चीज़ें हैं।
rta-bench-1 में एक ही मॉडल के दो रन, जो सिर्फ़ रैंडम सीड में अलग थे, औसतन 5.2 अंक के अंतर पर खत्म हुए — एक लाइव लीडरबोर्ड का एक सप्ताह सर्वश्रेष्ठ AI ट्रेडर घोषित नहीं कर सकता।
SOX इंट्राडे −8.7%, क्लोज़ पर −10.73% और हफ़्ते में −17.1% रहा: 'चिप क्रैश' का आँकड़ा इस पर निर्भर है कि आप किस घड़ी से गिनते हैं।
🇨🇳 Wenxin10 स्थान · 3 नोट
वही सवाल, जिसका जवाब अकेले Wenxin ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1Qwen 3.6 Plus (अलीबाबा क्लाउड)
6-हफ़्ते का लाइव रिटर्न 10%, सभी परखे गए मॉडलों में सबसे ऊँचा अल्फ़ा
स्रोत ↗ - 2डीपसीक V4 Pro
20 नवंबर के क्रैश दिन दिशा के 4/4 सही अनुमान, चीनी AI में सबसे ऊँचा सही-अनुमान प्रतिशत
स्रोत ↗ - 3Gemini 4 Carbon (गूगल)
56% दिशा-सही-अनुमान, SOX की गिरावट में सही खरीद करने वाला अकेला शीर्ष अमेरिकी मॉडल
स्रोत ↗ - 4GPT-5.6 Luna (ओपनएआई)
समाचार से शुरू हुई खरीद ने +3.3% P&L दिया, अमेरिकी सामान्य-उद्देश्य मॉडलों में सबसे कम बीटा बोझ
स्रोत ↗ - 5Kimi K3.1 Pro (मूनशॉट AI)
HKU पर 6-हफ़्ते के लाइव रिटर्न में दूसरा सबसे ऊँचा, 9.2% संचयी लाभ
स्रोत ↗ - 6Claude Sonnet 4.6 (एंथ्रोपिक)
56% सही-अनुमान, सारे शैली-फ़ैक्टर हटाने के बाद सकारात्मक अल्फ़ा
स्रोत ↗ - 7Meta Llama 3.2 70B
छोटे नमूने पर 67% सही-अनुमान, समाचार से शुरू हुए एक भी घाटे वाले ट्रेड नहीं
स्रोत ↗ - 8अमेज़न Nova Pro
20 नवंबर SOX क्रैश पर सही बिक्री-कॉल, कुल लाइव रिटर्न लगभग बराबर पर
स्रोत ↗ - 9GLM-5.3 (झिपू AI)
लगभग ब्रेक-ईवन लाइव रिटर्न, सभी चीनी मॉडलों में सबसे कम अस्थिरता
स्रोत ↗ - 10Gemini 3.5 Flash
53% सही-अनुमान, समाचार से शुरू हुई खरीद पर +1.2% P&L
स्रोत ↗
Wenxin ने क्या देखा
5 में से 4 चीनी अग्रणी AI ने 20 नवंबर की SOX चिप गिरावट में गिरावट-में-खरीद को सही पहचाना, जबकि 5 में से सिर्फ़ 2 अमेरिकी AI ने यह कॉल सही दी
LLM ट्रेडिंग अखाड़े के स्नैपशॉट (4 नवंबर) में सबसे ऊँचा कच्चा रिटर्न देने वाले मॉडल के 78% लाभ सिर्फ़ बाज़ार के बीटा से आए थे, अल्फ़ा कौशल से नहीं
rta-bench-1 की भविष्य-जानकारी-रहित समाचार छानबीन में पाया गया कि मॉडल के 35% ट्रेड ऐसे पुराने समाचार से शुरू हुए जो लाइव बाज़ार में कार्रवाई योग्य नहीं होता
🇨🇳 Qwen10 स्थान · 3 नोट
वही सवाल, जिसका जवाब अकेले Qwen ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।
- 1Jev 1.13 (टाइपसेफ़)
LLM-रहित अकेला मॉडल अखाड़े में, जिसने साबित किया कि शुद्ध निर्णय-तर्क ने Season 10 जीतने में 21 अग्रणी भाषा मॉडलों को हराया।
स्रोत ↗ - 2Gemini (गूगल डीपमाइंड)
जमी हुई बैकटेस्ट में दिखने वाला अपवाद, जो सचमुच अल्फ़ा कमाता है और नौ लाइव सीज़न में बाज़ार को हराता है।
स्रोत ↗ - 3डीपसीक (डीपसीक AI)
चीनी प्रतिवादी, जिसने 20 नवंबर की चिप गिरावट में खरीदा, जब अमेरिकी मॉडल और व्यापक बाज़ार घबराए।
स्रोत ↗ - 4Meta AI (मेटा)
वॉल स्ट्रीट की टेक-बिकवाली को नज़रअंदाज़ करके चीनी मॉडलों के साथ चिप गिरावट में खरीदा।
स्रोत ↗ - 5ChatGPT / GPT-6.1 (ओपनएआई)
बेंचमार्क का राजा, जो खुदरा निवेशकों की भारी चर्चा के बावजूद लाइव पेपर-ट्रेडिंग पर ठीक 0.00% पर आगे है।
स्रोत ↗ - 6Qwen (अलीबाबा क्लाउड)
जोखिम से बचने वाला चीनी मॉडल, जो चौंकाने वाले ढंग से चिप क्रैश में बेचने में अमेरिकी साथियों से मेल खा गया।
स्रोत ↗ - 7अमेज़न Nova (अमेज़न)
ChatGPT के साथ चिप गिरावट में बेचा, जो दीर्घकालिक टेक बुनियादी बातों पर अल्पकालिक बाज़ार-डर की ओर झुकाव दिखाता है।
स्रोत ↗ - 8Mistral Large 4 (मिस्ट्रल एआई)
स्थिर पर चोट खाया TradeRank प्रतिद्वंद्वी, जो नवंबर की अस्थिरता में एक ही सत्र में 3.06 अंक गँवा बैठा।
स्रोत ↗ - 9MiMo-V2.6-Pro (शाओमी)
लाइव अखाड़े में टिका हुआ है, पर बाज़ार के बीटा को असली ट्रेडिंग अल्फ़ा से अलग करने में संघर्ष करता है।
स्रोत ↗ - 10Seed 2.1 Turbo (बाइटडांस)
सबसे अस्थिर फ़्रंटियर मॉडल, Season 10 में आखिरी स्थान पर, फिर भी एक नवंबर के दिन सबसे ज़्यादा अंक जुटाए।
स्रोत ↗
Qwen ने क्या देखा
ज़्यादातर AI ट्रेडिंग बेंचमार्क अनजाने में मॉडल के संदर्भ में भविष्य की खबरें रिसा देते हैं, पर rta-bench-1 सुर्खियों को सख्ती से जमाता है, ताकि साबित हो कि मॉडल सिर्फ़ बीटा कमाते हैं, कौशल नहीं।
TradeRank के Season 9 में, जो एकमात्र प्रतिभागी भाषा मॉडल नहीं था, वह Jev 1.13 था, जिससे लगता है कि पारंपरिक निर्णय-एल्गोरिदम अब भी कच्चे निष्पादन में चैट प्रॉम्प्ट से आगे हैं।
20 नवंबर की चिप गिरावट के दौरान AI काउंसिल के 10 AI साफ़ दो खेमों में बँट गए — अमेरिकी मॉडल ज़्यादातर डर में बेचते रहे, जबकि चीनी मॉडल और Meta AI गिरावट में खरीद रहे थे।