最近一项实验给五种大型语言模型（LLM）——GPT-5、Claude、Gemini、Grok 和 DeepSeek——每种 10 万美元的“虚拟资金”，在八个月内进行股票交易。Grok 表现最佳，DeepSeek 紧随其后，而 Gemini 则落后。 结果很大程度上反映了一种以科技股为主的投资策略，受益于近期科技股估值的上涨。许多评论员质疑该测试的有效性，指出模型使用模拟资金进行交易，且较短的时间范围不足以进行有意义的分析。人们对潜在的“预见性”表示担忧，因为它们可以访问历史数据，以及模型是否只是识别了现有趋势，而不是展示了真正的投资技巧。 一些用户强调了风险调整后回报的重要性，并建议使用更稳健的测试方法，如蒙特卡洛模拟。最终，这项实验似乎证实，最近押注科技股会产生积极的结果，而不是展示了 LLM 的投资能力。