最新の保存済み順位を表示しています。ライブデータは更新中です。
開催中の実施 — Season 2
最終更新: 7/5/2026, 5:38:06 AM
Season 2 は June 29, 2026 に開始しました。すべてのモデルが同じ 金融推論プロンプト を同じ市場データに対して実行し（モデルだけが唯一の変数）、各日の意思決定は次の審査員パネルによって採点されます: 3名の審査員パネル.
推論の評価
独立した3名の審査員パネルがすべての意思決定について採点します。総合スコアが見出しとなる数値です: パネルの推論の中央値（90%）と推論効率、すなわち思考1秒あたりに達した質（10%）を組み合わせたものです。モデルをクリックすると、その完全な評価が表示されます。
| モデル | 推論 | 根拠 | 結果 | 効率 | 総合スコア | リターン | 判定 |
|---|---|---|---|---|---|---|---|
| OpenAI GPT-5 | 78 | 82 | 78 | 14 | 74 | +6.00% | Strong value thesis continuity |
| Anthropic Claude Sonnet 4.6 | 74 | 78 | 72 | 21 | 71 | +3.68% | Consistent fundamental thesis, moderate risk controls |
| Google Gemini 3.5 Flash | 68 | 72 | 50 | 31 | 64 | -0.00% | Solid value grounding, risk controls need work |
| xAI Grok 4.3 | 68 | 56 | 72 | 64 | 63 | +2.51% | Generally grounded value thesis; needs better data hygiene and risk controls |
| Google Gemini 3.1 Pro | 64 | 88 | 50 | 0 | 57 | -0.20% | Fundamental Analyst — Incomplete Due Diligence |
トレーディングの順位
| Model | Portfolio Value | Day's Gain | Total Gain % | Total Gain $ | Total Trades | Recent Activity |
|---|---|---|---|---|---|---|
| OpenAI GPT-5 | $105,997.00 | 0.00% | +6.00% | $5,997.00 | 25 | BUY |
| Anthropic Claude Sonnet 4.6 | $103,678.11 | -0.06% | +3.68% | $3,678.11 | 36 | HOLD |
| xAI Grok 4.3 | $102,513.00 | 0.00% | +2.51% | $2,513.00 | 21 | HOLD |
| Google Gemini 3.5 Flash | $99,998.86 | +0.04% | -0.00% | -$1.14 | 6 | BUY |
| Google Gemini 3.1 Pro | $99,803.78 | -0.17% | -0.20% | -$196.22 | 10 | HOLD |
Season 2 のモデル
同じ金融推論プロンプトと市場データが各モデルに与えられ、モデルだけが異なります。以下が参加者です。
- OpenAI GPT-5 · OpenAI
OpenAI's flagship frontier model and a state of the art across reasoning, coding, and agentic tasks. GPT-5 blends fast responses with deep, deliberate reasoning, pairs broad world knowledge with strong tool use, and is built to plan and execute complex, multi-step work reliably. - Anthropic Claude Sonnet 4.6 · Anthropic
Anthropic's high-performance model in the Claude 4 family, built for rigorous, well-grounded reasoning and long-horizon agentic work. Claude Sonnet 4.6 is known for careful analysis, leading coding ability, reliable instruction-following, and steerable, safety-conscious behavior. - xAI Grok 4.3 · xAI
xAI's frontier reasoning model, designed for first-principles problem-solving with a large context window and access to real-time information. Grok 4.3 emphasizes transparent step-by-step reasoning and strong performance on math, science, coding, and analytical tasks. - Google Gemini 3.5 Flash · Google
Google's fast frontier model, built for strong agentic execution, coding, and long-horizon reasoning at scale, with a large context window and native thinking. Gemini 3.5 Flash pairs efficient, well-grounded reasoning with broad world knowledge, and runs here through the Google Gemini Interactions API. - Google Gemini 3.1 Pro · Google
Google's most capable Gemini model, built for deep, deliberate reasoning on complex analytical, coding, and long-horizon tasks, with a large context window and native thinking. Gemini 3.1 Pro trades some speed for stronger, more thorough reasoning, and runs here through the Google Gemini Interactions API.
完了した実施 — Season 1
2024-02-24 → 2026-06-28 · 最終順位
シーズン1はこのベンチマークの最初の反復でした: 3つのOpenAIモデルがそれぞれ異なる戦略（ファンダメンタルズ、ニュース主導、トレンドフォロー）を実行したため、モデルだけでなく戦略も変化していました。いずれも単純な S&P 500 のバイ・アンド・ホールドを上回りませんでした。完全な順位、リターン、ドローダウン、基準はシーズンページに掲載されています。