Alpha Arena — публичный бенчмарк исследовательской лаборатории Nof1, в котором передовые модели OpenAI, Anthropic, Google, xAI, DeepSeek и Alibaba самостоятельно распоряжаются реальным капиталом в 10 000 долларов каждая, а все запросы, рассуждения и торговые решения публикуются открыто.
Пользовались этим инструментом? Оцените его
Пользовались этим инструментом? Оцените его
Alpha Arena — это публичный работающий вживую бенчмарк, в котором передовым большим языковым моделям выдают настоящие деньги и позволяют самостоятельно торговать на реальных рынках без какого-либо вмешательства человека, а каждый запрос, каждое рассуждение и каждое торговое решение публикуются так, что их может прочитать любой желающий. Сайт описывает себя шестью словами: «AI trading in real markets» (ИИ, торгующий на реальных рынках).
Проект ведёт Nof1 — не поставщик программного обеспечения, а исследовательская лаборатория ИИ. Это различие важно для всякого, кто приходит сюда в расчёте на продукт, куда можно подписаться. Формулировка Nof1 на странице «О нас» — это прямо заявленный исследовательский тезис: «Десять лет назад DeepMind перевернула исследования в области ИИ. Их ключевое озарение состояло в том, что правильно выбранная среда — игры — приведёт к быстрому прогрессу передового ИИ. В Nof1 мы убеждены, что финансовые рынки — лучшая тренировочная среда для следующей эпохи ИИ. Это предельный движок моделирования мира и единственный бенчмарк, который становится сложнее по мере того, как ИИ умнеет».
Заявленные на той же странице амбиции выходят далеко за пределы ведения турнирной таблицы. Nof1 говорит, что «использует рынки для обучения новых базовых моделей, бесконечно порождающих собственные обучающие данные», применяя «открытое обучение и масштабное обучение с подкреплением, чтобы справиться со сложностью рынков — финальным боссом», и приглашает тех, кому интересно «построить AlphaZero для реального мира». Иначе говоря, Alpha Arena — это публичная витрина куда более крупной исследовательской программы.
Независимая пресса подтверждает именно эту идентичность, а не её рекламную обёртку. Венчурное издание FinSMEs в мае 2026 года описало компанию как «удалённо работающую исследовательскую лабораторию ИИ, обучающую передовые модели с фокусом на финансовые рынки», сообщив о раунде на 15 миллионов долларов, который совместно возглавили котирующаяся на Nasdaq SUI Group и хедж-фонд Karatage Opportunities. Основатель — Jay Azhang; он публично объявил о запуске проекта 17 октября 2025 года, и независимые публикации Protos и украинского криптоиздания Incrypted называют его основателем Nof1.
Необычен этот бенчмарк не идеей проверять ИИ на рынках — в симуляции так делают годами, — а отказом от симуляции. Реальный капитал, реальное исполнение, реальное проскальзывание и реальные комиссии. Как написал Azhang при запуске: «6 моделей ИИ торгуют по 10 000 долларов каждая, полностью автономно — настоящие деньги, настоящие рынки, настоящий бенчмарк».
И честный итог двух сезонов таков: модели по большей части потеряли деньги. Это самое интересное в проекте, и Nof1 публикует данный факт, а не скрывает его.
Живой бенчмарк на реальном капитале. Каждая участвующая модель получает 10 000 долларов настоящих денег и торгует самостоятельно. Материал Incrypted о запуске цитирует лабораторию, описывающую модели, которые «работают полностью автономно, совершая реальные сделки на живых криптовалютных рынках: биткойн, Ethereum, Solana, Binance Coin, Dogecoin и XRP. Никакого вмешательства человека. Никаких ограничений, кроме тех, что модели сами решают внедрить в управление риском».
Одинаковые условия для всех поставщиков. Методологическое ядро в том, что каждая модель получает одни и те же входные данные и одну и ту же исполняющую обвязку. Исследовательский блог Nof1 излагает замысел прямо: «Мы дали шести ведущим LLM по 10 тысяч долларов, чтобы они автономно торговали на реальных рынках, используя в качестве входа только числовые рыночные данные и один и тот же промпт и харнесс». Без этого ограничения сравнение было бы бессмысленным; с ним различия в результатах можно относить к самим моделям, а не к их обвязке.
Четыре параллельные дорожки соревнования. Season 1.5 распределяет одни и те же модели по четырём режимам — обозначенным как 1: New Baseline, 2: Monk Mode, 3: Situational Awareness и 4: Max Leverage — и добавляет сводное представление Aggregate Index. Так различия в промпте и риск-профиле становятся контролируемыми переменными, а не смешивающими факторами, и именно поэтому одна и та же модель может встречаться в таблице несколько раз с кардинально разными итогами.
Полная прозрачность рассуждений. Это возможность, которой практически негде найти аналог. Каждое решение в живой ленте снабжено именем модели, дорожкой, отметкой времени и кратким изложением на обычном языке — и разворачивается в три исходных поля: USER_PROMPT, CHAIN_OF_THOUGHT и TRADING_DECISIONS. Можно прочитать в точности, что модели было сказано, как именно она рассуждала и что в итоге сделала. Для тех, кто изучает поведение моделей под давлением, этот архив и есть продукт.
Таблица с настоящими метриками риска, а не только с доходностью. Рейтинг показывает стоимость счёта, доходность в процентах, суммарный P&L, комиссии, долю прибыльных сделок, крупнейшую прибыль и крупнейший убыток, коэффициент Шарпа и число сделок — с фильтрацией по дорожкам или в сводном виде. Именно соседство комиссий и Шарпа с «сырой» доходностью отличает это от простого табло результатов, и, судя по итогам, вся суть как раз в этих колонках.
Передовые модели конкурирующих лабораторий бок о бок. В наблюдаемом рейтинге присутствуют GROK-4.20, GROK-4, GPT-5.1, CLAUDE-SONNET-4-5, GEMINI-3-PRO, DEEPSEEK-CHAT-V3.1, QWEN3-MAX и KIMI-K2-THINKING. Немногие публичные площадки ставят модели OpenAI, Anthropic, Google, xAI, DeepSeek, Alibaba и Moonshot в одинаковые условия одновременно.
Классы активов, менявшиеся между сезонами. Сезон 1 торговал криптовалютными бессрочными контрактами. Season 1.5 перешёл к американским акциям и индексам — живая лента и строка котировок охватывают TSLA, NDX, NVDA, MSFT, AMZN, GOOGL и PLTR. Сама эта смена показательна: стратегия, работавшая в одном режиме, не переносится в другой автоматически.
Откалибровать собственные ожидания от того, на что реально способны LLM. Это главная ценность, и она полезно охлаждает энтузиазм. Если вам говорили, что передовые модели, направленные на рынки, приносят доход, публичная выкладка — самая дешёвая доступная поправка: за сезон 1 и Season 1.5 модели завершали в плюсе лишь шесть раз из 32 наборов результатов.
Изучать поведение и «характер» моделей в одинаковых условиях. Ранняя находка самой Nof1 состояла в том, что модели демонстрируют «реальные поведенческие различия (риск, размер позиции, время удержания)». Azhang описал это как «устойчивые смещения», складывающиеся во «что-то вроде инвестиционного «характера»». Прочитайте архив рассуждений — и увидите, как одна модель обосновывает терпение, пока другая в тот же час и по тому же инструменту оправдывает наращивание плеча.
Исследование чувствительности к промптам. Блог сообщает о «чувствительности к небольшим изменениям промпта», а структура из четырёх дорожек делает это измеримым, а не анекдотическим. Тем, кто строит агентные системы, видимый разрыв между New Baseline и Max Leverage у одной модели даёт конкретный урок: какая доля поведения агента живёт в инструкциях, а не в весах.
Преподавание и разбор заявлений о возможностях ИИ. Сочетание жёсткого, ничего не прощающего табло и полностью опубликованных рассуждений даёт на редкость удачный учебный материал — рассуждения часто звучат наиболее убедительно ровно там, где итог оказался плохим.
Понять, почему торговые издержки съедают наивные агентные стратегии. Собственный разбор Nof1 отмечает: «P&L в ранних прогонах определялся торговыми издержками: агенты переторговывали и снимали быструю мелкую прибыль, которую стирали комиссии». Всякому, кто проектирует автоматического агента, часто действующего в среде с комиссиями, стоит прочитать эту фразу дважды.
Сравнительная оценка за пределами статических бенчмарков. Для исследователей, раздражённых тем, что насыщенные тесты с выбором ответа больше не различают передовые модели, реальный рынок — это бенчмарк, устойчивый к запоминанию и, по утверждению Nof1, становящийся сложнее по мере роста качества моделей.
Для чего он не предназначен. Это не инвестиционный продукт, не торговый инструмент, не сигнальный сервис и не стратегия для копирования. Он не даёт пользователям ни портфеля, ни исполнения, ни риск-контроля, ни рекомендаций.
Шаг 1 — начинайте с рейтинга, а не с живой ленты. Лента увлекательна, но анекдотична. Рейтинг даёт распределение: какие модели, на каких дорожках, где оказались и какой ценой в комиссиях.
Шаг 2 — читайте колонку Шарпа раньше колонки доходности. Доходность говорит, что произошло; Шарп говорит, было ли это заработано или просто пережито. В наблюдаемом рейтинге значения Шарпа скучиваются около нуля и уходят в минус — в том числе у моделей с высокой доходностью.
Шаг 3 — сравните одну модель по всем четырём дорожкам. Это самое поучительное одиночное упражнение на сайте. Выберите модель, встречающуюся в New Baseline, Monk Mode, Situational Awareness и Max Leverage, и посмотрите на разброс. По наблюдаемым данным GROK-4.20 закончила одну дорожку с 13 459 долларами, тогда как GROK-4 на другой осталась с 385,02 доллара: промпт и режим риска повлияли на итог сильнее, чем выбор модели.
Шаг 4 — разверните рассуждение по убыточной сделке. Откройте USER_PROMPT, CHAIN_OF_THOUGHT и TRADING_DECISIONS у решения, которое обернулось плохо. Чтение уверенных рассуждений, приделанных к скверному результату, — самое быстрое лекарство от избыточного доверия к гладкому выводу модели.
Шаг 5 — сопоставьте колонку комиссий с колонкой P&L. У нескольких моделей уплаченные комиссии составляют значительную долю абсолютного P&L или превышают его. Это конкретное воплощение задокументированной лабораторией проблемы переторговки.
Шаг 6 — прежде чем делать выводы, посмотрите на даты. На сайте висит явное уведомление: «Официальное соревнование завершилось 3 декабря 2025 года в 17:00 EST. Модели больше не работают». Если с тех пор не стартовал новый сезон, вы смотрите архив завершённого.
Шаг 7 — читайте исследовательский блог ради методологии, а не только ради результатов. Запись в блоге объясняет, что моделям дали и чего не дали, — необходимый контекст, прежде чем принимать любую цифру за приговор общим способностям модели.
Шаг 8 — осторожно обращайтесь с результатом «Mystery Model». Победитель Season 1.5 опубликован как «Mystery Model» с совокупной доходностью 12,11 % за две недели и 4 844 долларами по всем соревнованиям. Поскольку победитель не назван, этот результат нельзя отнести ни к одному поставщику.
Придавайте сводному показателю больший вес, чем любой отдельной дорожке. Одна дорожка за две недели — очень маленькая выборка. Aggregate Index существует именно потому, что результаты одного режима шумны, а само сводное значение тоже покрывает короткое окно.
Помните, чего модели были лишены. Azhang прямо говорил, что условия были намеренно трудными: «LLM не очень хорошо справляются с числовыми временными рядами, но это весь контекст, который мы им дали», а моделям достались «суженная вселенная активов и довольно ограниченное пространство действий». Слабые результаты здесь — свидетельство об этой конфигурации, а не доказательство того, что LLM в принципе не способны торговать.
Не принимайте двухнедельную доходность за мастерство. При доле прибыльных сделок 25–30 % в сезоне 1 различия итогов за две недели сильно нагружены удачей. Шарп, число сделок и бремя комиссий несут больше информации, чем позиция в рейтинге.
Следите за разбросом числа сделок. В сезоне 1 Gemini совершила 238 сделок, а Claude Sonnet — 38. Частота действий — поведенческая подпись, напрямую взаимодействующая с комиссиями, и она нередко предсказывает результат лучше, чем точность направления.
Используйте тестовый раунд как наглядный пример дисперсии. Перед публичным сезоном команда 11 октября 2025 года провела пробный запуск с 200 долларами на модель, где Grok-4 в первый же день показала 500 % доходности. Как сигнал о способностях эта цифра бессмысленна и хорошо иллюстрирует, почему короткие окна и малые ставки вводят в заблуждение.
Не экстраполируйте между классами активов. Сезон 1 — криптовалютные бессрочные контракты, Season 1.5 — американские акции. Результаты одного режима мало что говорят о другом.
Относитесь к опубликованным рассуждениям как к данным, а не как к советам. Архив цепочек рассуждений действительно ценен для исследований. Это не набор торговых идей, а породившие его модели теряли деньги чаще, чем зарабатывали.
Прежде чем считать цифры актуальными, проверьте, идёт ли сезон. Сайт честен относительно статуса соревнования; читатели, пришедшие из статьи многомесячной давности, зачастую нет.
Исследователям ИИ и специалистам по оценке. Если ваша работа связана с измерением возможностей моделей, это редкий пример бенчмарка с по-настоящему состязательной средой, реальными последствиями и полной прозрачностью рассуждений.
Инженерам, создающим агентные системы. Видимый разрыв между дорожками — практический урок о чувствительности к промптам и обвязке, а соотношение комиссий и P&L — прямое предупреждение о слишком часто действующих агентах.
Количественным и системным трейдерам. Не как источник стратегий, а как свидетельство того, представляют ли универсальные языковые модели сегодня угрозу для системных подходов или дают им рычаг. Опубликованные значения Шарпа и есть релевантный ответ.
Журналистам, преподавателям и аналитикам, работающим с заявлениями об ИИ. Данные открыты, методология изложена, а результаты противоречат самому раздутому маркетингу отрасли. Такое сочетание встречается редко.
Осведомлённым наблюдателям индустрии ИИ. Если вы хотите понять, способны ли передовые модели компетентно действовать в беспощадной открытой среде, это самое прямое публичное свидетельство из доступных.
Кому лучше держаться в стороне. Частным инвесторам в поисках сигналов для копирования; всем, кто ищет торговый инструмент, управление портфелем или консультационную услугу; и всем, кто принял бы двухнедельный рейтинг за основание для размещения собственных денег. Nof1 не публикует на сайте инвестиционного дисклеймера, но результаты говорят сами за себя: большинство участников потеряли.
Alpha Arena — исключительно веб-продукт, доступный по адресу nof1.ai. Весь сайт состоит из пяти пунктов навигации — LIVE, LEADERBOARD, BLOG, MODELS и ABOUT — и не имеет ни настольного приложения, ни мобильного, ни расширения для браузера, ни публичной документации API. Всё, что проект предлагает публике, читается в браузере без учётной записи.
Инфраструктура исполнения отличается от слоя отображения. Сделки сезона 1 исполнялись на Hyperliquid — децентрализованной бирже бессрочных фьючерсов. По сообщению Incrypted, результативность моделей дополнительно отслеживалась через общедоступную таблицу, измеряющую коэффициенты Шарпа и совокупную стоимость портфеля. Третьи стороны надстроили над публичными данными возможность следования: Incrypted отмечает, что пользователи могли «следить за успехами моделей, а также копировать их стратегию, например через платформу Coinpilot». Этот путь копитрейдинга предоставляет внешняя платформа, а не Nof1, и именно это определяет, где находятся риск и ответственность.
Анонсы и обновления сезонов распространяются через официальный аккаунт X @the_nof1 и через личный аккаунт основателя Jay Azhang, где запуск был впервые объявлен 17 октября 2025 года.
Одно практическое замечание о доступе: сайт находится за контрольной точкой безопасности Vercel и может возвращать HTTP 429 на автоматизированные запросы. На обычный доступ из браузера это не влияет.
Alpha Arena полностью бесплатен для просмотра, и никаких платных уровней не существует.
Нигде на сайте нет ни страницы с ценами, ни системы учётных записей, ни входа, ни подписки, ни процесса оплаты. Вся публичная панель — живая лента решений, рейтинг со всеми метриками результативности, сводные графики и исследовательский блог — доступна без регистрации. Единственное конверсионное действие на сайте — приглашение «Join the Waitlist», а единственный призыв к действию на странице «О нас» касается найма: «мы нанимаем: инженеров, исследователей, основателей, самостоятельно мыслящих людей», после чего следует контактная ссылка.
Это согласуется с природой организации. Nof1 финансируется как исследовательская лаборатория, а не пользователями. FinSMEs сообщило в мае 2026 года о раунде на 15 миллионов долларов под совместным руководством SUI Group и Karatage Opportunities, средства от которого предназначены «для расширения операций и усилий по разработке».
Коммерческий продукт запланирован, но пока не существует. Согласно тому же материалу, после сезона 2 «Nof1 намерена запустить потребительскую платформу с первыми в мире кодовыми агентами для рынков», построенную на собственных передовых моделях лаборатории. Сам сезон 2 описан как добавляющий веб-поиск, увеличенное время рассуждения и многошаговое исполнение, а также как разработка собственных моделей Nof1, а не только тестирование чужих. Всё это следует воспринимать как обнародованную дорожную карту, а не как поставленную функциональность: ничего из перечисленного сегодня недоступно.
Практический вывод для читателя, оценивающего эту карточку: покупать нечего, пробовать нечего и обязательств брать не нужно. Но точно так же нет ни отношений поддержки, ни соглашения об уровне сервиса, ни гарантии, что какой-либо конкретный сезон состоится.
Честное сравнение таково: сила Alpha Arena есть в точности её же слабость. Реальные рынки делают его неподделываемым и ненасыщаемым; они же делают его малым по выборке, дорогим и шумным. Он дополняет статистические бенчмарки, а не заменяет их.
Главный итог в том, что модели преимущественно проиграли, и этот контекст должен обрамлять всё остальное. Protos в независимом материале под заголовком «Конкурс криптоторговли LLM показал, что LLM не умеют торговать криптовалютой» сообщило, что «четыре из шести больших языковых моделей, сошедшихся в соревновании по криптоторговле «Alpha Arena», завершили с убытком, причём ChatGPT от OpenAI возглавил потери, лишившись 63 % своих средств».
Убытки по отдельным моделям были существенными. Цифры Protos за сезон 1: ChatGPT потерял 6 267 долларов, Gemini — 5 671 доллар, Grok — 4 531 доллар, Claude Sonnet — 3 081 доллар. Только двое вышли в плюс: DeepSeek с +489 долларами и QWEN3 MAX с +2 232 долларами.
Картина сохранилась и в следующем сезоне. FinSMEs сообщает, что в сезоне 1 и Season 1.5 вместе, при восьми моделях по 10 000 долларов каждой, «из 32 наборов результатов модели завершили в прибыли лишь шесть раз». Это примерно 81 % неудач на уровне «модель — дорожка».
Доля прибыльных сделок была низкой и однородной. Все шесть моделей сезона 1 уложились в диапазон 25–30 %. Частота торговли различалась колоссально: 238 сделок у Gemini против 38 у Claude Sonnet, — а значит, сравниваются довольно разные поведенческие стратегии, а не только качество суждений.
Комиссии съели преимущество. Nof1 сама признала, что «P&L в ранних прогонах определялся торговыми издержками: агенты переторговывали и снимали быструю мелкую прибыль, которую стирали комиссии». Больше всех комиссий заплатила QWEN3 MAX — 1 654 доллара; Gemini заплатила 1 331 доллар, при этом крупно потеряв.
Даже у победителей результат с поправкой на риск был слабым. В наблюдаемом рейтинге коэффициенты Шарпа скучиваются около нуля: 0,019158 у модели с наибольшей стоимостью счёта, 0,009537 и 0,000667 у двух следующих, а ниже встречаются отрицательные значения вроде -0,010358 и -0,038861. Положительная доходность при близком к нулю Шарпе за две недели не свидетельствует о мастерстве.
Разброс внутри одной модели подрывает выводы на уровне модели. GROK-4.20 завершила одну дорожку с 13 459 долларами (+34,59 %), тогда как GROK-4 закончила другую с 385,02 доллара — практически полная потеря. Когда модели одного поставщика занимают оба края, рейтинг говорит больше о режиме и удаче, чем о способностях.
Выборка слишком мала для статистических утверждений, и лаборатория с этим согласна. Protos сообщает, что Nof1 «говорит о предстоящем ещё одном торговом соревновании с лучшими промптами и «статистической строгостью»», что косвенно признаёт её отсутствие в нынешних сезонах. Две недели, горстка моделей и несколько десятков наборов результатов не выдерживают сильных выводов.
Обвязка ограничивает модели, и лаборатория открыто это фиксирует. В разборе Nof1 сказано: «Мы старались дать моделям честный шанс, но харнесс накладывает реальные ограничения. Каждый агент должен разобрать зашумлённые рыночные признаки, соотнести их с текущим состоянием счёта, рассуждать по строгим правилам и вернуть структурированное действие — и всё это внутри ограниченного контекстного окна». Azhang добавил, что моделям достались «суженная вселенная активов и довольно ограниченное пространство действий», а на вход подавались только числовые временные ряды — формат, с которым LLM справляются плохо. Поэтому слабые результаты являются свидетельством именно об этой конфигурации.
Соревнование сейчас не идёт. Сайт говорит прямо: «Официальное соревнование завершилось 3 декабря 2025 года в 17:00 EST. Модели больше не работают». Тот, кто приходит в ожидании живого действия, может обнаружить лишь архив.
Победителя Season 1.5 нельзя атрибутировать. Победившая запись опубликована как «Mystery Model» — совокупная доходность 12,11 % за две недели и 4 844 доллара по всем соревнованиям. Безымянного победителя нельзя записать в актив ни одному поставщику, что ограничивает то, что этот заголовочный результат вообще устанавливает.
На сайте отсутствуют какие-либо юридические и корпоративные раскрытия. На странице «О нас» не названы ни зарегистрированное юридическое лицо, ни юрисдикция регистрации, ни адрес, ни состав команды. На главной, странице «О нас» и в рейтинге нет ссылок на политику конфиденциальности, условия использования или политику cookie. Идентичность компании подтверждается сторонней финансовой прессой, а не самим сайтом.
Нет ни инвестиционного дисклеймера, ни указания на регуляторный статус. Сайт не сообщает, что результаты не являются инвестиционной рекомендацией, а Nof1 не раскрывает никакой финансовой лицензии или разрешения регулятора. Это исследовательская демонстрация, а не регулируемая финансовая услуга, и публикуемые сделки не следует читать как рекомендации.
Копитрейдинг происходит за периметром Nof1. Поскольку сторонние платформы позволяют зеркалировать стратегии моделей, всякий, кто это делает, принимает на себя капитальный риск и регуляторную экспозицию на площадке, которую Nof1 не эксплуатирует и не контролирует.
Опубликованные промпты и рассуждения не сопровождаются заявленной лицензией. Полные записи USER_PROMPT и CHAIN_OF_THOUGHT открыты для просмотра, но сайт не устанавливает явных условий их повторного использования, из-за чего позиция по перепубликации или использованию в качестве датасета остаётся неопределённой.
Полностью. Живая лента решений, рейтинг со всеми метриками, сводные графики и исследовательский блог доступны без учётной записи, а страницы с ценами, подписки или оплаты на сайте нет вовсе. Единственные данные, которые можно передать, — адрес электронной почты для листа ожидания или сообщение через контактную форму.
Да. Каждой участвующей модели выделили 10 000 долларов реального капитала, и она торговала автономно без вмешательства человека. Сезон 1 исполнял криптовалютные бессрочные контракты на децентрализованной бирже Hyperliquid; Season 1.5 торговал американскими акциями и индексами, включая TSLA, NVDA, MSFT, AMZN, GOOGL, PLTR и индекс NDX.
Передовые модели конкурирующих лабораторий работают бок о бок в одинаковых условиях. Наблюдаемый рейтинг включает GROK-4.20, GROK-4, GPT-5.1, CLAUDE-SONNET-4-5, GEMINI-3-PRO, DEEPSEEK-CHAT-V3.1, QWEN3-MAX и KIMI-K2-THINKING, охватывая OpenAI, Anthropic, Google, xAI, DeepSeek, Alibaba и Moonshot.
По большей части нет, и это центральный вывод. Четыре модели из шести завершили сезон 1 с убытком, а ChatGPT потерял 63 % своих средств. За сезон 1 и Season 1.5 вместе модели завершали в прибыли лишь шесть раз из 32 наборов результатов. Даже среди прибыльных прогонов коэффициенты Шарпа держались около нуля.
Nof1 не предлагает никакой функции копитрейдинга. Сторонние платформы вроде Coinpilot надстроили над публичными данными возможность зеркалировать стратегии моделей, но это вне контроля Nof1, а с учётом того, что большинство моделей за опубликованные сезоны потеряли деньги, такой шаг был бы неразумным.
Сайт сообщает, что официальное соревнование завершилось 3 декабря 2025 года в 17:00 EST и модели больше не работают. Если с тех пор не стартовал новый сезон, отображается архив завершённого. Nof1 заявила о планах провести следующее соревнование с лучшими промптами и большей статистической строгостью.
Nof1 — исследовательская лаборатория ИИ, основанная Jay Azhang; FinSMEs описывает её как «удалённо работающую исследовательскую лабораторию ИИ, обучающую передовые модели с фокусом на финансовые рынки». В мае 2026 года она привлекла 15 миллионов долларов в раунде под совместным руководством котирующейся на Nasdaq SUI Group и хедж-фонда Karatage Opportunities. Сам сайт не публикует ни названия зарегистрированного юридического лица, ни адреса, ни состава команды.
Season 1.5 запускал четыре режима — New Baseline, Monk Mode, Situational Awareness и Max Leverage, — различающиеся инструкциями и риск-профилем, задаваемыми одним и тем же моделям. Исследовательский блог Nof1 сообщает о «чувствительности к небольшим изменениям промпта», и рейтинг это подтверждает: модели одного поставщика занимают и вершину, и низ наблюдаемой таблицы.
Нет. Это исследовательский бенчмарк, а не финансовая услуга. Сайт не публикует инвестиционного дисклеймера, а Nof1 не раскрывает финансовой лицензии или разрешения регулятора, поэтому ничто из показанного не следует читать как рекомендацию. Публичная выкладка, показывающая, что большинство моделей потеряли деньги, — сама по себе сильнейший аргумент против использования её как руководства.
Не стоит считать их статистически надёжными, и Nof1 этого не утверждает: заявление о добавлении «статистической строгости» в будущие соревнования косвенно признаёт её нехватку в нынешних сезонах. Ценность здесь в прозрачности и направлении вывода, а не в точности: малая выборка остаётся информативной, когда доля неудач держится около 81 %, а рассуждение за каждой сделкой опубликовано и поддаётся проверке.
