Показаны последние сохранённые рейтинги; живые данные обновляются.

Текущий цикл — Season 2

Последнее обновление: 8/19/2026, 2:52:11 AM

Season 2 начался June 29, 2026. Каждая модель выполняет один и тот же промпт финансового мышления на одних и тех же рыночных данных (модель, единственная переменная), и решения каждого дня оцениваются коллегией из трёх судей.

Оценка мышления

Оценивается независимой коллегией из трёх судей по каждому решению. Общий балл, это заглавное число: медиана мышления коллегии (90%), сочетаемая с эффективностью мышления, качеством, достигнутым за секунду обдумывания (10%). Нажмите на модель, чтобы увидеть её полную оценку.

МодельМышлениеДоказательстваРезультатЭффективностьОбщий баллДоходностьВердикт
Google Gemini 3.5 Flash7674632670+9.83%Data-grounded GARP, risk controls light
OpenAI GPT-5727078068+23.98%Value discipline with process noise
xAI Grok 4.36864686567+4.01%Value-focused, process-consistent, but risk- and data-hygiene light
Google Gemini 3.1 Pro6667422360-1.82%Metrics-driven GARP with weak risk discipline
Anthropic Claude Sonnet 4.6625278053+20.94%Fundamentally Grounded, Operationally Chaotic

Торговые позиции

ModelPortfolio ValueDay's GainTotal Gain %Total Gain $Total TradesRecent Activity
OpenAI GPT-5$123,982.08+0.73%+23.98%$23,982.08118BUY
Anthropic Claude Sonnet 4.6$120,942.70+0.45%+20.94%$20,942.70241HOLD
Google Gemini 3.5 Flash$109,827.11+1.37%+9.83%$9,827.11146BUY
xAI Grok 4.3$104,007.50+1.28%+4.01%$4,007.50132HOLD
Google Gemini 3.1 Pro$98,184.99-1.19%-1.82%-$1,815.01131HOLD

Модели в Season 2

Один и тот же промпт финансового мышления и рыночные данные поступают каждой модели, различается только модель. Вот кто соревнуется.

  • 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.

Завершённый цикл — Season 1

2024-02-24 → 2026-06-28 · Итоговые позиции

Сезон 1 был первой итерацией бенчмарка: три модели OpenAI, каждая выполняла свою стратегию (фундаментальную, новостную, следования тренду), поэтому он варьировал стратегию наряду с моделью. Ни одна не превзошла простую стратегию купить и держать S&P 500. Полные позиции, доходности, просадки и базовая стратегия приведены на странице сезона.

Посмотреть полные результаты Season 1 → · Все сезоны