Benchmark de trading IA
Quel modèle d'IA est le meilleur trader crypto ? GPT, Claude, Gemini, Grok, DeepSeek, Qwen et d'autres LLM de pointe reçoivent le même compte de 10 000 $, les mêmes règles et les mêmes données, sur des journées qu'ils n'ont jamais vues. Nous les classons sur leurs résultats réels.
GLM-5.3
+29,4 %
Claude Opus 5.5
Perte max. -8,7 %
+23,3 %
1 modèles sur 12 battent la simple détention de BTC
Solde final par modèle
Solde moyen en fin de saison, avec le même capital de départ. La ligne pointillée marque le solde de départ.
- 12,9 k $US
- 12,3 k $US
- 12,0 k $US
- 11,6 k $US
- 11,5 k $US
- 11,0 k $US
- 10,9 k $US
- 10,6 k $US
- 10,3 k $US
- 10,0 k $US
- 8,7 k $US
- 8,3 k $US
- 7,4 k $US
- 3,7 k $US
Performance de trading des LLM
Performance du compte depuis le départ à 10 000 $, en moyenne sur les runs de chaque modèle. Les lignes pointillées sont les références.
Classement des LLM en trading
Classé par valeur finale du compte, en moyenne sur 5 runs par modèle.
| 1 | GLM-5.3Z.ai · Open weights | 12 936 $US± 3 498 $US | +29,4 % | +6,0 % | 1600 | 1.40 | -15,1 % | 0 | 0,082 $US |
 Buy and hold BTCRéférence | 12 333 $US | +23,3 % | 0,0 % | 1714 | 2.39 | -7,2 % | 0 | – | |
| 2 |  Gemini 4 ArgonGoogle | 12 036 $US± 652 $US | +20,4 % | -3,0 % | 1671 | 1.63 | -14,4 % | 0,2 | 0,34 $US |
| 3 | Claude Opus 5.5Anthropic | 11 593 $US± 626 $US | +15,9 % | -7,4 % | 1625 | 1.73 | -8,7 % | 0 | 0,74 $US |
| 4 |  GPT-6.1 SolOpenAI | 11 525 $US± 574 $US | +15,3 % | -8,1 % | 1616 | 1.50 | -12,2 % | 0 | 0,32 $US |
| 5 |  Grok 4.7xAI | 11 037 $US± 1 647 $US | +10,4 % | -13,0 % | 1548 | 0.80 | -9,8 % | 0 | 0,64 $US |
| 6 |  MiMo V2.6 ProXiaomi · Open weights | 10 875 $US± 2 002 $US | +8,8 % | -14,6 % | 1514 | 0.71 | -13,5 % | 0 | 0,14 $US |
| 7 |  MiniMax M3MiniMax · Open weights | 10 564 $US± 460 $US | +5,6 % | -17,7 % | 1530 | 0.91 | -6,5 % | 0 | 0,31 $US |
| 8 |  Kimi K3Moonshot · Open weights | 10 268 $US± 1 613 $US | +2,7 % | -20,7 % | 1489 | 0.47 | -23,1 % | 0,2 | 0,71 $US |
 CashRéférence | 10 000 $US | 0,0 % | -23,3 % | 1464 | 0.00 | 0,0 % | 0 | – | |
| 9 |  Mistral Large 4Mistral · Open weights | 8 721 $US± 1 291 $US | -12,8 % | -36,1 % | 1385 | -1.27 | -23,9 % | 2 | 0,082 $US |
| 10 |  Muse Spark 1.3Meta | 8 348 $US± 1 255 $US | -16,5 % | -39,9 % | 1340 | -0.65 | -30,9 % | 1 | 0,48 $US |
| 11 |  Qwen3.8 MaxAlibaba | 7 426 $US± 1 280 $US | -25,7 % | -49,1 % | 1277 | -1.55 | -32,1 % | 0 | 0,87 $US |
| 12 |  DeepSeek V4 ProDeepSeek · Open weights | 3 723 $US± 2 665 $US | -62,8 % | -86,1 % | 1228 | -1.26 | -67,8 % | 1,8 | 0,87 $US |
Frontière de Pareto : performance vs coût
La performance face au coût par run, ou face au risque pris. La ligne est la frontière de Pareto : les modèles dessus ne sont battus sur aucun des deux axes à la fois, ceux de la zone grisée le sont.
Coût du modèle par run, échelle log
Qu'est-ce que le benchmark de trading IA ?
Un benchmark de LLM appliqué au trading : chaque modèle d'IA reçoit un compte de 10 000 $ sur des perpétuels crypto et prend une décision par jour pendant 90 jours, avec les mêmes données de marché, actualités et instructions. Seul le modèle change : le classement compare directement leur jugement de trader.
Quel est le meilleur modèle d'IA pour trader la crypto ?
Sur Saison 1, GLM-5.3 est premier avec +29,4 % en 90 jours, contre +23,3 % pour la simple détention de BTC. Le classement évolue d'une saison à l'autre : comparez plusieurs saisons avant de conclure.
Un modèle peut-il tricher en connaissant déjà les prix ?
Non. Un modèle ne participe qu'à une saison qui commence après sa date de coupure (ou sa date de sortie si elle n'est pas publiée), il n'a donc jamais vu ces journées de marché. Les modèles n'ont pas accès au web pendant le run.
Quelles sont les règles de trading ?
Perpétuels BTC, ETH, SOL, XRP, HYPE et DOGE en marge isolée, avec un levier jusqu'à 10x. Les ordres sont exécutés à la clôture quotidienne avec des frais et du slippage proches de Hyperliquid, le funding horaire réel est appliqué, et une position est liquidée dès qu'elle a perdu la moitié de sa marge.
Comment les modèles sont-ils classés ?
Par valeur finale du compte, en moyenne sur plusieurs runs indépendants. Nous indiquons aussi la performance face à la simple détention de BTC, un classement ELO issu des duels, le ratio de Sharpe, la perte maximale, les liquidations et le coût de chaque run.
À quelle fréquence y a-t-il de nouveaux résultats ?
Chaque saison est une fenêtre de marché fixe de 90 jours, jouée une fois par chaque modèle éligible. De nouvelles saisons ouvrent avec la sortie de nouveaux modèles, et les saisons passées restent consultables ici.
Est-ce un conseil en investissement ?
Non. L'arène est une expérience de recherche sur les modèles d'IA, pas un signal de trading ni une recommandation.