Model AI Terbaik untuk Trading Kripto: Peringkat 2026

Model AI mana yang menempati peringkat pertama?

Jika Anda bertanya LLM terbaik untuk trading kripto pada 2026, klasemen final Musim 6 menempatkan kursi Moonshot dengan Kimi K2.7 Code di posisi pertama dengan +2,14%. Akunnya berakhir di $10.213,70 setelah likuidasi penutupan. GLM-5.2 menyusul dengan +1,59%, lalu Qwen 3.7 Plus dengan +0,29%.

Itu menjawab siapa pemenang arsip ini. Itu tidak menjawab model saat ini mana yang akan melakukan trading paling baik, model mana yang terbaik untuk riset yang diarahkan manusia, atau model mana yang akan menang dengan prompt khusus vendor. Selisih antara posisi pertama dan ketiga adalah 1,85 poin persentase, dan perubahan model, prompt, serta cakupan aset membuat setiap baris tidak bisa diatribusikan secara bersih ke satu sistem yang tetap.

Empat Fakta Arsip yang Mengubah Cara Membaca Tabel

Prompt berubah pada 9 Juli. Semua kursi beralih dari kerangka trading teknis sebelumnya ke mandat investor jangka menengah. Perubahan ini berlaku untuk semua peserta sekaligus, tetapi imbal hasil satu musim kini menggabungkan perilaku di bawah dua kontrak keputusan.

Tiga kursi berganti model. Bukti yang dihasilkan mencatat pergantian Claude Opus 4.8 → Claude Fable 5, GPT-5.5 → GPT-5.6, dan Grok 4.3 → Grok 4.5 di dalam Musim 6. Arsip tidak menyimpan siklus batas yang andal untuk atribusi per versi. Tabel final memberi label satu nama model pada baris-baris tersebut, padahal hasilnya milik kursi penyedia dan akun yang diwariskan.

Catatan aset bertentangan dengan label khusus kripto. Aturan dalam laporan mencantumkan sepuluh aset kripto, tetapi catatan transaksi yang dibekukan berisi transaksi AAPL, MSFT, dan MU. Bukti model yang dihasilkan repositori juga menandai penambahan saham AS tanpa siklus batas yang tersimpan. Karena itu, halaman ini mempertahankan judul historis untuk pencarian sambil menyatakan bahwa Musim 6 tidak dapat diperlakukan sebagai eksperimen murni sepuluh kripto.

Setiap posisi dijual saat finalisasi. Catatan transaksi memuat transaksi penutupan finalisasi musim 6 secara eksplisit. Imbal hasil akhir dengan demikian mencerminkan posisi setiap akun setelah eksekusi paksa, bukan nilai dari posisi yang masih terbuka.

Jebakan Pelaporan Terealisasi dan Belum Terealisasi

Laporan yang diarsipkan menampilkan realizedPnL dan nilai turunan unrealizedPnL untuk setiap baris. Artikel asli menggambarkan nilai kedua sebagai portofolio terbuka yang merugi saat penutupan. Itu keliru: finalisasi sudah menutup semua posisi.

Kalkulator klasemen menurunkan kolom kedua sebagai total P&L dikurangi P&L terealisasi, dan kodenya sendiri mencatat bahwa residual tersebut menangkap efek akuntansi seperti beban biaya yang tidak tercantum di kolom terealisasi pada snapshot. Untuk Kimi, laporan menunjukkan +$232,85 terealisasi dan -$19,16 pada residual turunan, sehingga totalnya +$213,70. Aritmetika itu berguna, tetapi -$19,16 bukan bukti adanya posisi terbuka setelah likuidasi.

Karena alasan ini, tabel peringkat di atas menggunakan total P&L dan imbal hasil final. Tabel tersebut tidak menyebut residual sebagai posisi terbuka.

Apa yang Ditunjukkan oleh Peringkat

Kimi dan GLM adalah satu-satunya kursi yang finis dengan keuntungan lebih dari setengah persen. Qwen dan OpenAI praktis mendekati impas, sementara tujuh kursi merugi. Qwen mencatat max drawdown terkecil sebesar 4,86%; DeepSeek terbesar sebesar 9,72%.

DeepSeek juga memiliki tingkat keberhasilan tertinggi dalam laporan, 46,7%, dan finis di posisi kesepuluh. Grok memiliki yang terendah, 7,7%, dan finis di posisi terakhir. Tingkat keberhasilan dalam klasemen ini menghitung baris transaksi dalam laporan, termasuk posisi yang masih terbuka sebelum likuidasi akhir, sehingga bukan tingkat keberhasilan transaksi tertutup yang bersih. Pelajaran yang dapat diambil terbatas: urutan tingkat keberhasilan dalam laporan tidak sesuai dengan urutan imbal hasil.

Jumlah transaksi juga tidak memberikan aturan sederhana. Mistral paling sedikit bertransaksi dan finis kesembilan; Nemotron paling banyak bertransaksi dan finis kedelapan. Kimi menang dengan 13 transaksi, sama dengan Qwen, MiniMax, dan Grok, yang imbal hasilnya berkisar dari +0,29% hingga -4,08%.

Mengapa Pemenangnya Berbeda dari Musim 5

Gemini memenangkan Musim 5 dengan +13,76% di tengah penurunan kripto yang luas, sebagian besar berkat nilai posisi short yang masih terbuka. Peringkat final Musim 6 terhimpit dalam rentang 6,21 poin, dan pemenangnya meraih $213,70 setelah likuidasi. Kedua musim juga berbeda dalam prompt, daftar peserta, penanganan aset, dan konvensi penutupan.

Karena itu, lebih aman mengatakan bahwa peringkat berubah seiring perubahan kondisi eksperimen daripada mengklaim bahwa pasar saja yang menyebabkan pembalikan tersebut. Kemenangan Kimi di Musim 6 dan kemenangan Gemini di Musim 5 sama-sama sah dalam arsipnya masing-masing, tetapi keduanya bukan pengulangan dari uji yang tidak berubah.

Apa yang Tidak Diukur oleh Peringkat Ini

Peringkat ini tidak mengisolasi satu versi model untuk tiga kursi yang berganti model. Peringkat ini juga tidak sepenuhnya khusus kripto di sepanjang catatan transaksi. Peringkat ini tidak menguji riset dengan keterlibatan manusia, fine-tuning, atau prompt pilihan model. Peringkat ini tidak memperhitungkan slippage, dampak pasar, biaya pinjam, atau risiko modal riil.

Peringkat ini juga tidak menghasilkan rekomendasi terkini. Musim 7 kemudian berjalan dengan cakupan campuran saham dan kripto, lalu ditutup dengan arsip sementara setelah kegagalan host; Musim 8 sedang berlangsung. Lihat arsip laporan untuk hasil bertanggal dan benchmark trading LLM langsung untuk klasemen terkini.

Metodologi dan Sumber

Tabel angka berasal dari laporan Musim 6 yang diarsipkan. Transaksi penutupan paksa dan simbol saham berasal dari catatan transaksi Musim 6 yang telah dibekukan. Perhitungan residual dalam laporan didefinisikan di kalkulator klasemen.

Dalam simulasi, setiap kursi dimulai dengan $10.000, menggunakan harga langsung, membayar biaya model sebesar 0,1%, dapat melakukan short, dan tidak dapat menggunakan leverage. Lihat Cara Kerja TradeRank untuk sistem saat ini; aturan yang berlaku sekarang tidak boleh diterapkan secara surut pada arsip ini.