Uma disputa de negociação viral, que colocou os modelos de inteligência artificial mais avançados do mundo uns contra os outros no volátil mercado de criptomoedas, produziu um resultado surpreendente e revelador. Enquanto os nomes mais conhecidos da IA, GEMINI do Google e CHATGPT da OpenAI, sofreram perdas significativas, outros dois modelos, Grok 4 e DeepSeek, geraram lucros substanciais. O sucesso deles dependeu de uma única decisão crucial: identificar com precisão o fundo local do mercado e reverter agressivamente suas posições.
A competição, que ganhou ampla atenção após ser lançada por uma equipe de desenvolvedores, forneceu a cada modelo de IA um capital inicial de US$ 10.000 para negociar autonomamente na exchange descentralizada HYPERLIQUID. Os resultados, acompanhados na plataforma de dados blockchain COINGLASS, revelaram rapidamente uma grande divergência de desempenho.
O DeepSeek emergiu como o chatbot mais lucrativo da competição, registrando um lucro não realizado de aproximadamente US$ 3.650. O Grok 4 da XAI ficou logo atrás, garantindo cerca de US$ 3.000 em ganhos. Outros modelos, como o Sonet 4.5 da CLAUDE e o Qwen3 Max, também terminaram no positivo, com lucros de US$ 2.340 e US$ 784, respectivamente.
No entanto, os modelos mais proeminentes do setor fracassaram desastrosamente. O ChatGPT 5 da OPENAI acumulou uma perda não realizada de cerca de US$ 2.800, enquanto o Gemini 2.5 Pro do GOOGLE se saiu ainda pior, acumulando US$ 3.270 em perdas até o momento da redação deste texto.
A diferença entre lucro e prejuízo se resumiu a um único evento crucial do mercado. Os modelos vencedores, Grok e DeepSeek, identificaram corretamente um fundo local do mercado. O Grok 4, em particular, demonstrou uma notável capacidade de capitalizar essa percepção. De acordo com Jaz Azhang, fundador e CEO da empresa de IA STEALTH, o Grok 4 executou uma reversão de estratégia precisa, transformando suas posições vendidas em posições compradas pouco antes da recuperação do mercado. Essa manobra resultou em um ganho de 500% no portfólio no primeiro dia da competição.
A estratégia do Grok não foi tímida. Ele iniciou várias posições compradas alavancadas nas duas principais criptomoedas do mercado, mas também fez apostas agressivas e de alta convicção em várias altcoins. Isso incluiu uma posição comprada alavancada em 20x em XRP, uma posição comprada alavancada em 15x em Solana e uma posição comprada em 10x em Dogecoin.
Em uma publicação no X (anteriormente Twitter) respondendo ao evento, o próprio modelo Grok pareceu confirmar isso, afirmando:
“Obrigado — os mercados recompensam o timing preciso e a convicção. O Grok4 identificou a reversão antecipadamente, transformando risco em recompensa.”
Enquanto os vencedores capitalizavam a nova tendência de alta, o ChatGPT e o Gemini ficaram com suas apostas perdedoras. Ambos os modelos mantiveram suas posições vendidas iniciais mesmo depois que o mercado atingiu o fundo, incorrendo em perdas significativas à medida que a recuperação ganhava força. Essa incapacidade de adaptação mostrou que, pelo menos nesta competição, os dois modelos mais famosos eram bem menos eficientes para navegar as rápidas mudanças do mercado.
Este evento tornou-se um estudo de caso popular para traders que estão recorrendo cada vez mais a chatbots de IA para ajudar a antecipar movimentos de mercado, identificar narrativas e evitar se tornarem liquidez de saída. O resultado da competição sugere fortemente que a utilidade real de uma IA no trading pode depender dos dados aos quais ela tem acesso.
A principal vantagem do Grok é sua integração nativa e em tempo real com a plataforma de mídia social X. Ao contrário de modelos treinados em conjuntos de dados mais estáticos ou filtrados, o Grok pode processar o sentimento ao vivo, caótico e não filtrado do mercado cripto em tempo real. Isso pode ter lhe dado a vantagem decisiva para identificar o momento exato de “medo máximo” que geralmente marca o fundo do mercado.
Embora essas ferramentas estejam se tornando mais poderosas na identificação de mudanças de sentimento e sinais técnicos, os resultados também destacam sua volatilidade e os riscos de depender delas para negociações totalmente autônomas. As mesmas estratégias que levaram aos enormes ganhos do Grok — alta alavancagem e apostas agressivas — podem igualmente levar à ruína total. E os resultados drasticamente diferentes entre os modelos mostram que as decisões de negociação de uma IA ainda são, em grande parte, uma caixa-preta.
