StockBench 模拟炒股:开源模型包揽前七,GPT-5 跑输买入持有
PtrPomorski · x · 2026-10-22
arXiv 论文 StockBench(arXiv 2510.02209)的模拟交易基准图在 X 上流传:20 只道指股票、2025 年 3 月至 7 月、每天一次决策,按最终收益排名——
- Qwen3-235B-Think +2.5% 居首,Qwen3-235B-Instruct +2.4%、GLM-4.5 +2.3%、Claude-4-Sonnet +2.2% 紧随其后
- Kimi-K2 与 OpenAI o3 均为 +1.9%,DeepSeek-V3.1 +1.1%
- 买入持有基准 +0.4%,GPT-5 仅 +0.3%,跑输不动手指的持有策略
- GPT-OSS-20B 最惨,亏损 -2.8%
中国开源模型在这项任务上整体压过闭源旗舰。注意这是单一时段模拟、且论文按综合分而非单纯收益排名,不宜过度解读。
「模型」频道最新
- 开发者吐槽 Claude 安全过滤太严：恳请 Anthropic 给个降级开关 — moyix · 2026-10-22
- Dreamina 首月仅 $0.29,对标竞品 $9-24 打起价格战 — LearnWithBishal · 2026-10-22
- 让 Claude 编译 PHP 竟触发「违规网络内容」拦截 — mitsuhiko · 2026-10-22
- The Verge 证伪：Claude 无法造出蝎子抗毒血清 — The Verge AI · 2026-10-22
- Polymarket 上线新盘口:押注 GPT Astra 6.1+ 何时发布 — Polymarket · 2026-10-22
- Flint 40B 上 MacBook M4 Pro 跑出 128 tok/s，Kapitsa 引擎对比实测 — DotaMate · 2026-10-22