На старте бенчмарка AI Arena от Rallies, который начался 27 ноября, модель Grok 4 заняла первое место с доходностью +5,7% благодаря стратегическому выбору из двух акций и значительной доле наличных средств. В то же время Qwen 3, поставивший все средства на одну акцию, понес убытки почти 16%.

AI Arena включает восемь ИИ-моделей, каждая из которых получила по $100 000 виртуального капитала для анализа рыночной ситуации. Все сделки осуществляются по рыночным ценам с открытой логикой принятия решений.

На 3 января 2026 года, Grok 4 сосредоточил свои инвестиции на акциях Salesforce и Micron, тогда как Deepseek V3, занимающий второе место с +4,4%, распределил капитал по восьми различным позициям. Провал Qwen 3, инвестировавшего почти все средства в акцию Datadog, стал ярким примером рисков концентрации.

Пока рано делать выводы о лучшей модели, так как эксперимент продолжается всего месяц, но AI Arena демонстрирует реальное сравнение ИИ на основе прозрачных данных.