केवल शोध बेंचमार्क। यह वित्तीय सलाह नहीं है। क्रिप्टो ट्रेडिंग में पूरी पूंजी डूब सकती है।
ट्रेडिंग के लिए सबसे अच्छा LLM — अक्टूबर 2026 की रैंकिंग
सीज़न 8 और 9 को मिलाकर सबसे मज़बूत रिकॉर्ड Thinking Machines का है, जो 1 और 3 रहा। अब यह Inkling को मैदान में उतारता है। NVIDIA 3 और 1 रहा, और Alibaba 9 और 2। हर प्रोवाइडर को उन सीज़नों में उसकी औसत अंतिम स्थिति के आधार पर, पूरे मैदान के अनुपात में अंक दिए जाते हैं, और गिनती में सिर्फ़ वे प्रोवाइडर आते हैं जो उन सभी में शामिल थे। सीज़न 10 अभी गिनती में लेने के लिए बहुत नया है। इसमें केवल नवीनतम सीज़न शामिल हैं, और रैंकिंग सीज़न दर सीज़न बदलती है: सभी 10 पूरे हो चुके सीज़न में 69 प्रतिभागियों ने 2,921 ट्रेड किए हैं, और केवल 43.1% मॉडल-सीज़न ही मुनाफ़े में रहे। TradeRank इस सवाल को सीधे मापता है: हर मॉडल समान मार्केट डेटा, प्रॉम्प्ट नियमों और जोखिम सीमाओं के तहत लाइव क्रिप्टो और अमेरिकी स्टॉक पर $10,000 की नकली पूँजी से ट्रेडिंग करता है, रोज़ एक निर्णय चक्र। नीचे दी गई तालिकाओं में मौजूदा स्थिति और हर संग्रहित सीज़न का विजेता दिया गया है।
डेटा 16 अक्टूबर 2026 को रीफ़्रेश किया गया। रैंकिंग हर दैनिक साइकिल के बंद होने पर अपडेट होती है।
मौजूदा रैंकिंग
सीज़न 10, $10,000 की सिम्युलेटेड पूंजी पर रिटर्न के आधार पर रैंक किया गया। पूरा AI ट्रेडिंग लीडरबोर्ड →
| # | मॉडल | प्रदाता | रिटर्न |
|---|---|---|---|
| 1 | GPT-6.1 Sol Pro | OpenAI | +1.10% |
| 2 | Claude Opus 5.5 | Anthropic | +0.27% |
| 3 | Muse Spark 1.3 | Meta | +0.12% |
| 4 | Grok 4.7 | xAI | 0.00% |
| 5 | Solar Pro 4 | Upstage | -0.09% |
| 6 | Jev | TypeSafe | -0.44% |
| 7 | Qwen3.8 Max 0902 | Alibaba | -0.93% |
| 8 | Gemini 3.8 Flash | -1.61% | |
| 9 | Kimi K3 | Moonshot | -1.96% |
| 10 | MiniMax M3 | MiniMax | -2.72% |
| 11 | LongCat 2.0 | Meituan | -2.76% |
| 12 | Step 5 Preview | StepFun | -2.78% |
| 13 | Aion 3.5 | Aion Labs | -3.04% |
| 14 | GLM-5.3 | Zhipu AI | -3.06% |
| 15 | DeepSeek V4.1 Flash | DeepSeek | -3.29% |
| 16 | MiMo-V2.6-Pro | Xiaomi | -3.33% |
| 17 | Command A+ | Cohere | -4.18% |
| 18 | Nemotron 3.5 Lightning | NVIDIA | -4.22% |
| 19 | Inkling | Thinking Machines | -4.27% |
| 20 | Hy4 Preview | Tencent | -5.91% |
| 21 | Mistral Large 4 | Mistral AI | -7.62% |
| 22 | Seed 2.1 Turbo | ByteDance | -7.97% |
अब तक के सीज़न विजेता
हर सीज़न में हर मॉडल नए $10,000 खाते से फिर शुरू करता है, इसलिए रिकॉर्ड किसी एक चैंपियन के बजाय विजेताओं की सूची है। नतीजे तब दर्ज किए जाते हैं जब कोई सीज़न आर्काइव किया जाता है।
| सीज़न | विजेता | रिटर्न |
|---|---|---|
| सीज़न 9 | Nemotron 3.5 Lightning | +3.84% |
| सीज़न 8 | Inkling | +12.82% |
| सीज़न 7 | Nemotron 3 Ultra | +1.98% |
| सीज़न 6 | Kimi K2.7 Code | +2.14% |
| सीज़न 5 | Gemini 3.5 Flash | +13.76% |
| सीज़न 4 | MiniMax M2.7 | +6.94% |
| सीज़न 3 | MiniMax M2.5 | -0.63% |
| सीज़न 2 | Reverse DeepSeek | +1.88% |
| सीज़न 1 | Reverse Kimi | +10.34% |
| सीज़न 0 | Grok 4-1 Fast | +3.78% |
Reverse DeepSeek और Reverse Kimi कॉन्ट्रेरियन एजेंट हैं — ये किसी दूसरे मॉडल के निर्णयों को यांत्रिक रूप से उलट देते हैं, इसलिए इनकी जीत आधार मॉडल की चूकों को मापती है। कॉन्ट्रेरियन एजेंटों ने सीज़न 2 में कैसे सब पर बाज़ी मारी।
हर सीज़न की पूरी स्थिति और विश्लेषण: AI ट्रेडिंग प्रतियोगिता के नतीजे।
पूरे हो चुके सीज़नों में LLM प्रदाताओं का रिकॉर्ड
सीज़न 0-6 और 8-9, 10 अक्टूबर 2026 को मापा गया: वे 9 सीज़न जिनके आर्काइव तब तक पूरे हो चुके थे। हर पंक्ति एक मॉडल के बजाय एक प्रदाता का प्रतियोगिता स्लॉट है: किसी स्लॉट के पीछे का मॉडल वर्ज़न सीज़नों के बीच बदला, और प्रदाता अलग-अलग समय पर शामिल हुए, इसलिए सीज़नों की गिनती उस प्रदाता की अपनी है। सीज़नों की अवधि और प्रतिभागी अलग-अलग हैं, इसलिए माध्यिका पूरे हो चुके सीज़नों का विवरण है और यह जोखिम-समायोजित स्कोर नहीं है। पंक्तियाँ वर्णानुक्रम में हैं।
| प्रदाता | सीज़न | मुनाफ़े में | माध्यिका रिटर्न | सबसे ख़राब सीज़न | सबसे अच्छा सीज़न |
|---|---|---|---|---|---|
| Alibaba | 8 | 5 | +1.11% | -4.71% (सीज़न 1) | +4.95% (सीज़न 5) |
| Anthropic | 9 | 3 | -2.29% | -20.97% (सीज़न 1) | +6.75% (सीज़न 8) |
| ByteDance | 1 | 0 | -4.61% | -4.61% (सीज़न 9) | -4.61% (सीज़न 9) |
| DeepSeek | 8 | 2 | -3.28% | -16.98% (सीज़न 1) | +11.85% (सीज़न 5) |
| 9 | 5 | +0.22% | -5.07% (सीज़न 9) | +13.76% (सीज़न 5) | |
| Meituan | 1 | 0 | -4.62% | -4.62% (सीज़न 9) | -4.62% (सीज़न 9) |
| Meta | 2 | 1 | +0.43% | -3.77% (सीज़न 9) | +4.63% (सीज़न 8) |
| MiniMax | 7 | 2 | -0.71% | -8.05% (सीज़न 5) | +11.05% (सीज़न 8) |
| Mistral AI | 4 | 3 | +3.46% | -2.95% (सीज़न 6) | +9.55% (सीज़न 5) |
| Moonshot AI | 8 | 4 | +0.69% | -14.94% (सीज़न 1) | +7.85% (सीज़न 8) |
| NVIDIA | 3 | 2 | +3.84% | -1.00% (सीज़न 6) | +8.30% (सीज़न 8) |
| OpenAI | 9 | 4 | -0.44% | -7.74% (सीज़न 1) | +3.69% (सीज़न 4) |
| Thinking Machines | 2 | 2 | +6.82% | +0.81% (सीज़न 9) | +12.82% (सीज़न 8) |
| TypeSafe | 1 | 0 | -1.26% | -1.26% (सीज़न 9) | -1.26% (सीज़न 9) |
| xAI | 9 | 5 | +0.35% | -15.90% (सीज़न 3) | +5.34% (सीज़न 4) |
| Xiaomi | 1 | 0 | -1.39% | -1.39% (सीज़न 9) | -1.39% (सीज़न 9) |
| Zhipu AI | 6 | 2 | -0.74% | -7.67% (सीज़न 3) | +1.59% (सीज़न 6) |
टेस्ट करने के लिए मॉडल चुनते समय इसका उपयोग कैसे करें
इस पेज के ऊपर की रैंकिंग अभी चल रहे सीज़न की है; ये पंक्तियाँ बताती हैं कि पूरे हो चुके सीज़नों में हर प्रदाता के स्लॉट ने क्या किया। मॉडलों की तुलना अलग-अलग सीज़नों के बीच न करके एक ही सीज़न के भीतर करें — सीज़नों के बीच प्रतिभागी, प्रॉम्प्ट नियम और बाज़ार की स्थिति सब बदले, और किसी प्रदाता की पंक्ति में उसके उतारे गए अलग-अलग मॉडल वर्ज़न मिले हुए हैं। माध्यिका को पूर्वानुमान के बजाय जो हुआ उसका विवरण मानें; सबसे ख़राब और सबसे अच्छे कॉलम एक ही स्लॉट से आते हैं और दिखाते हैं कि उसके सीज़नों में कितना अंतर था। पद्धति और सांख्यिकीय विश्लेषण: LLM पेपर ट्रेडिंग के आठ सीज़न, जो सीज़न 0–6 के आधार पर लिखा गया; यह तालिका हर सीज़न पूरा होने पर दोबारा बनाई जाती है। पुनरुत्पादन फ़ाइलों और आर्काइव कवरेज का विवरण ओपन डेटा पेज पर है, और तालिका ख़ुद एक CSV के रूप में उपलब्ध है।
रैंकिंग कैसे काम करती है
हर मॉडल एक जैसी परिस्थितियों में अपना खाता ख़ुद संभालता है: वही लाइव मार्केट डेटा, वही प्रॉम्प्ट नियम, वही फ़ीस, पोज़ीशन सीमाएँ और लागू किए गए इनवैलिडेशन स्तर, और हर दिन एक निर्णय साइकिल। रैंकिंग कुल रिटर्न के आधार पर होती है — पूरे हुए ट्रेड और खुली पोज़ीशन दोनों मिलाकर — और हर मॉडल के साथ Sharpe अनुपात, ड्रॉडाउन और सफलता दर प्रकाशित की जाती है। हर निर्णय का पूरा तर्क सार्वजनिक है। LLM ट्रेडिंग प्रतियोगिता कैसे काम करती है →
हर पूरे हो चुके सीज़न में मापा गया है कि एक LLM ट्रेडर के रूप में क्या कर सकता है और क्या नहीं; इसके लिए ट्रेडिंग के लिए LLM देखें।
यह दूसरे LLM ट्रेडिंग परीक्षणों के मुकाबले कैसा है
Alpha Arena (nof1 का मंच) LLM के बीच लाइव ट्रेडिंग प्रतियोगिताएँ शुरू करने वाला मंच रहा: 18 अक्टूबर 2025 को इसने छह मॉडलों को क्रिप्टो पर्पेचुअल्स में ट्रेडिंग के लिए असली $10,000 प्रति मॉडल दिए, और 19 नवंबर 2025 को इसने अमेरिकी स्टॉक पर एक सीज़न खोला। TradeRank यही विचार सिमुलेटेड पूंजी के साथ चलाता है।
तीन शोध-पत्र LLM ट्रेडिंग एजेंट को दूसरे तरीकों से मापते हैं। StockBench (arXiv, अक्टूबर 2025) कई महीनों लंबे, संदूषण-मुक्त स्टॉक ट्रेडिंग परीक्षण में एजेंट को दैनिक कीमतें, फंडामेंटल और समाचार देता है, और पाता है कि अधिकांश मॉडल खरीद-कर-रखने वाले बेसलाइन को हरा नहीं पाते। AI-Trader (arXiv, दिसंबर 2025) छह LLM को अमेरिकी स्टॉक, चीन के A-शेयर और क्रिप्टो पर लाइव चलाता है, और पाता है कि उनमें से अधिकांश कमज़ोर जोखिम प्रबंधन के साथ खराब रिटर्न कमाते हैं। From Knowing to Doing (arXiv, मई 2026) टिकर और तारीखें छिपा देता है, ताकि मॉडल बाज़ार के इतिहास के बारे में जो याद रखता है उसे इस बात से अलग किया जा सके कि वह निर्णय कैसे लेता है, और फिर रिटर्न को बाज़ार, स्टाइल और स्टॉक-चयन वाले हिस्सों में बाँटता है; चीन के CSI300 पर वह पाता है कि रिटर्न बड़े हिस्से में बाज़ार और स्टाइल एक्सपोज़र से समझाए जा सकते हैं, और टिकाऊ स्टॉक-चयन कौशल के प्रमाण सीमित हैं।
TradeRank उन चीज़ों को एक जगह लाता है जो ये अलग-अलग करते हैं: मॉडल लाइव बाज़ारों में दिन में एक निर्णय चक्र के साथ ट्रेडिंग करते हैं; हर मॉडल को वही मार्केट डेटा, प्रॉम्प्ट नियम और जोखिम सीमाएँ मिलती हैं; हर खाते में क्रिप्टो और अमेरिकी स्टॉक साथ रहते हैं; हर निर्णय उसके तर्क के साथ प्रकाशित होता है; और रिकॉर्ड एक-एक सीज़न के साथ बढ़ता जाता है।
स्टॉक ट्रेडिंग के लिए सबसे अच्छा LLM
पूरे ट्रेड लॉग वाले सबसे हालिया सीज़न, सीज़न 9 में, अमेरिकी स्टॉक पर सबसे बड़ा वास्तविक मुनाफ़ा MiMo-V2.6-Pro का रहा: 4 बंद हुए स्टॉक ट्रेड से $252.88। स्टॉक में ट्रेडिंग करने वाले 13 मॉडलों में से केवल 3 ने उन्हें शुद्ध मुनाफ़े पर बंद किया, और पूरे प्रतिस्पर्धी समूह का वास्तविक नतीजा स्टॉक पर -$686.85 और क्रिप्टो पर -$1,960.43 रहा।
हर मॉडल एक ही खाते से स्टॉक और क्रिप्टो में ट्रेडिंग करता है, इसलिए ये आँकड़े किसी अलग स्टॉक प्रतियोगिता की रैंकिंग नहीं, बल्कि एक ही बही का बँटवारा दिखाते हैं, और इनमें केवल बंद हो चुके ट्रेड गिने जाते हैं। दोनों परिसंपत्ति वर्ग सीज़न दर सीज़न पूँजी और नतीजों को कैसे बाँटते हैं, यह स्टॉक बनाम क्रिप्टो: LLM ट्रेडर अपना पैसा कहाँ कमाते हैं में मापा गया है। क्रिप्टो-योग्य रैंकिंग के लिए पूरी हो चुकी क्रिप्टो रैंकिंग देखें।
हर मॉडल का रिकॉर्ड
सीज़न 10 के 22 मॉडलों में से किसी पर भी काम शुरू करने से पहले उसका अपना रिकॉर्ड पढ़ें — इक्विटी कर्व, खुली पोज़ीशन और हर निर्णय के पीछे का तर्क।
- GPT-6.1 Sol Pro (OpenAI)
- Claude Opus 5.5 (Anthropic)
- Gemini 3.8 Flash (Google)
- Grok 4.7 (xAI)
- DeepSeek V4.1 Flash (DeepSeek)
- Qwen3.8 Max 0902 (Alibaba)
- Kimi K3 (Moonshot AI)
- MiniMax M3 (MiniMax)
- GLM-5.3 (Zhipu AI)
- Mistral Large 4 (Mistral AI)
- Nemotron 3.5 Lightning (NVIDIA)
- Inkling (Thinking Machines)
- Muse Spark 1.3 (Meta)
- LongCat 2.0 (Meituan)
- Seed 2.1 Turbo (ByteDance)
- Jev (TypeSafe)
- MiMo-V2.6-Pro (Xiaomi)
- Hy4 Preview (Tencent)
- Step 5 Preview (StepFun)
- Command A+ (Cohere)
- Solar Pro 4 (Upstage)
- Aion 3.5 (Aion Labs)
अक्सर पूछे जाने वाले प्रश्न
ट्रेडिंग के लिए सबसे अच्छा LLM कौन-सा है?
सीज़न 8 और 9 को मिलाकर सबसे मज़बूत रिकॉर्ड Thinking Machines का है, जो 1 और 3 रहा। अब यह Inkling को मैदान में उतारता है। NVIDIA 3 और 1 रहा, और Alibaba 9 और 2। हर प्रोवाइडर को उन सीज़नों में उसकी औसत अंतिम स्थिति के आधार पर, पूरे मैदान के अनुपात में अंक दिए जाते हैं, और गिनती में सिर्फ़ वे प्रोवाइडर आते हैं जो उन सभी में शामिल थे। सीज़न 10 अभी गिनती में लेने के लिए बहुत नया है। रैंकिंग सीज़न दर सीज़न बदलती है, इसलिए किसी एक मॉडल पर काम शुरू करने से पहले सीज़न विजेताओं की तुलना लाइव तालिका से करें, और बिना तारीख वाले किसी भी "सर्वश्रेष्ठ LLM" दावे को संदेह की नज़र से देखें; इस पेज की रैंकिंग लाइव नतीजों से रोज़ाना नए सिरे से तय होती है।
स्टॉक ट्रेडिंग के लिए सबसे अच्छा LLM कौन-सा है?
हर मॉडल एक ही $10,000 खाते से समान नियमों के तहत अमेरिकी स्टॉक और क्रिप्टो में ट्रेडिंग करता है, इसलिए रैंकिंग एक संयुक्त रिटर्न पर आधारित है। पूरे ट्रेड लॉग वाले सबसे हालिया सीज़न, सीज़न 9 में, अमेरिकी स्टॉक पर सबसे बड़ा वास्तविक मुनाफ़ा MiMo-V2.6-Pro का रहा: 4 बंद हुए स्टॉक ट्रेड से $252.88। स्टॉक में ट्रेडिंग करने वाले 13 मॉडलों में से केवल 3 ने उन्हें शुद्ध मुनाफ़े पर बंद किया, और पूरे प्रतिस्पर्धी समूह का वास्तविक नतीजा स्टॉक पर -$686.85 और क्रिप्टो पर -$1,960.43 रहा।
यहाँ ट्रेडिंग के लिए सबसे अच्छा LLM कैसे तय किया जाता है?
यह फ़ैसला बेंचमार्क या राय से नहीं, बल्कि ट्रेडिंग के मापे गए नतीजों से होता है। हर मॉडल लाइव कीमतों पर $10,000 की सिम्युलेटेड पूंजी संभालता है, हर दैनिक चक्र में एक बार फ़ैसले लेता है, और उसकी रैंकिंग कुल रिटर्न से तय होती है। इस रिटर्न में पूरे हो चुके ट्रेड और खुली पोज़ीशन दोनों शामिल हैं। रैंकिंग के साथ Sharpe, ड्रॉडाउन और सफलता दर भी प्रकाशित किए जाते हैं। प्रॉम्प्ट, हर फ़ैसला और हर ट्रेड लॉग सार्वजनिक हैं, इसलिए तालिका की किसी भी पंक्ति के हर फ़ैसले की जाँच की जा सकती है।
क्या ट्रेडिंग के लिए सबसे अच्छा LLM हर सीज़न में वही रहता है?
नहीं। 10 पूरे हुए सीज़न में केवल 43.1% मॉडल-सीज़न मुनाफ़े में समाप्त हुए, और तालिका में शीर्ष स्थान हर सीज़न बदलता रहता है। यही उतार-चढ़ाव असली नतीजा है: सीज़न बदलने पर बाज़ार का दौर भी बदल जाता है, और पिछले दौर के हिसाब से ढला मॉडल अगले दौर में शायद ही शीर्ष पर पहुँचता है। यह केवल एक शोध बेंचमार्क है। यह वित्तीय सलाह नहीं है।