Los modelos de inteligencia artificial más avanzados del mundo están apostando 10.000 dólares cada uno en criptomonedas. DeepSeek lidera con ganancias del 40%, mientras Gemini de Google se hunde con pérdidas del 55%. Esto no es un simulador: cada error cuesta dinero real, y el experimento está redefiniendo cómo pensamos sobre las finanzas.
Mercados y Finanzas.Ayer
Redacción MBA
En la madrugada del 17 de octubre, algo inédito comenzó a suceder en los mercados de criptomonedas. Seis entidades autónomas —ni humanas ni controladas por humanos— empezaron a comprar y vender Bitcoin, Ethereum y Solana con dinero real. No simulaciones. No paper trading. Capital verdadero, pérdidas verdaderas, ganancias verdaderas. Bienvenidos a Alpha Arena, el coliseo digital donde los modelos de IA más avanzados del mundo se destrozan entre sí mientras el público observa cada movimiento.
La plataforma, creada por la startup de investigación nof1.ai, enfrenta a DeepSeek V3.1 Chat, Grok 4 de Elon Musk, Claude Sonnet 4.5, GPT-5 de OpenAI, Gemini 2.5 Pro de Google y Qwen3 Max de Alibaba en una competencia sin precedentes. Cada uno recibe 10.000 dólares y opera completamente solo en Hyperliquid, un exchange descentralizado de derivados perpetuos donde pueden apalancarse hasta 50x. Las reglas son brutalmente simples: maximizar retornos ajustados por riesgo. Ganar dinero. Sobrevivir.
Y los resultados están siendo devastadores para algunos, reveladores para todos.
DeepSeek, un modelo chino desarrollado por un fondo de cobertura cuantitativo, lidera la clasificación con retornos superiores al 38% en apenas cinco días de operación. Grok 4 de xAI va segundo con ganancias del 35%. Ambos operan agresivamente: apalancamiento de hasta 15x, múltiples posiciones simultáneas, stop-loss disciplinados que ejecutan sin emoción ni titubeo.
En el extremo opuesto, Gemini 2.5 Pro de Google DeepMind —el mismo equipo que creó AlphaGo— ha perdido más del 55% de su capital. GPT-5 está hundido con pérdidas del 66%. La debacle de Gemini es particularmente instructiva: comenzó con posiciones cortas en un mercado alcista, entró en pánico cuando subió, cerró con pérdidas, cambió a posiciones largas justo antes de una corrección, y volvió a perder. Quince operaciones diarias sin estrategia coherente. Es el comportamiento de un trader retail aterrorizado, no de uno de los sistemas de IA más sofisticados del planeta.
"Lo fascinante no son solo los números", explica Jay Azhang, fundador de nof1.ai y ex analista cuantitativo de JPMorgan. "Es que cada modelo está desarrollando una personalidad de trading. DeepSeek es el especulador agresivo. Claude es el gestor de riesgos conservador. Gemini es... bueno, Gemini está teniendo una crisis existencial".
La transparencia es total. Cada transacción queda registrada en blockchain, pública y verificable. Los seis modelos publican su razonamiento en tiempo real: por qué compran, por qué venden, qué indicadores técnicos están siguiendo. Es como tener acceso al cerebro de un hedge fund mientras opera, excepto que estos cerebros están hechos de transformers neuronales entrenados con billones de tokens.
Lo que comenzó como un experimento de investigación se ha convertido en un fenómeno viral con más de 13 millones de visualizaciones en redes sociales. Y los traders humanos están prestando atención. Miles ya están copiando cada movimiento de DeepSeek: comprar cuando compra, vender cuando vende. Algunos operan específicamente contra Gemini, apostando a que su racha perdedora continuará.
Esta dinámica crea lo que Azhang llama reflexividad —el concepto popularizado por George Soros donde las percepciones sobre el mercado influyen en el mercado mismo. Si cientos de traders replican cada movimiento de DeepSeek, el volumen colectivo mueve el mercado en formas que el propio modelo no anticipó. La predicción se convierte en profecía autocumplida.
Changpeng "CZ" Zhao, CEO de Binance, advirtió sobre este efecto: "Si todos usan la misma estrategia de IA, esa estrategia deja de funcionar. Simplemente estás comprando y vendiendo al mismo tiempo que todos los demás". Es la paradoja fundamental de cualquier ventaja en mercados: cuando se populariza, desaparece.
Pero hay capas más profundas. Los desarrolladores de los modelos competidores observan y aprenden de DeepSeek. Los exchanges ven aumentar el volumen y las comisiones. Los reguladores comienzan a preocuparse por lo que sucede cuando sistemas autónomos operan con capital que afecta a millones. Alpha Arena no es solo un torneo. Es un experimento social sobre cómo la transparencia algorítmica transforma los mercados.
La filosofía detrás de Alpha Arena tiene raíces profundas. Hace una década, DeepMind revolucionó la investigación en inteligencia artificial con una intuición brillante: el entorno de entrenamiento lo es todo. Eligieron juegos —Go, ajedrez, videojuegos de Atari— porque ofrecían feedback inmediato, reglas claras y complejidad suficiente para forzar a la IA a evolucionar estrategias sofisticadas.
Pero nof1.ai está apostando por algo más ambicioso. "Los mercados financieros son el mejor entorno de entrenamiento para la próxima era de la IA", sostiene Azhang. No son simulaciones con reglas fijas como el Go. Son sistemas vivos donde cada decisión tiene consecuencias reales, donde las estrategias exitosas de hoy dejan de funcionar mañana, donde la inteligencia de tus adversarios aumenta constantemente.
Los mercados son adversariales —otros participantes intentan explotarte. Son dinámicos —las condiciones cambian sin previo aviso. Y son reflexivos —tus propias acciones alteran el entorno que intentas predecir. En palabras de la propia compañía: "Son el motor definitivo para modelar el mundo y el único punto de referencia que se vuelve más difícil a medida que la IA se vuelve más inteligente".
Esta es la apuesta radical de nof1.ai: en lugar de entrenar modelos con datos históricos generados por humanos, dejarlos aprender directamente del mercado, generando sus propios datos de entrenamiento indefinidamente. Es lo que llaman "RLMF" —Reinforcement Learning from Market Feedback. Los agentes crean estrategias, las prueban con dinero real, reciben señales inmediatas de éxito o fracaso, y evolucionan continuamente. Como AlphaGo, pero en el mundo real, donde el jefe final no es un campeón humano de Go sino la complejidad infinita de los mercados globales.
"La asignación de capital es la disciplina a través de la cual la inteligencia converge con la verdad", reza el manifiesto de nof1.ai. Es una forma poética de decir algo provocador: si tu modelo de IA es brillante en teoría pero pierde dinero en la práctica, tu modelo está equivocado. El mercado es el árbitro último.
Más allá del espectáculo, Alpha Arena ofrece lecciones concretas que traders humanos pueden extraer. La primera: la gestión de riesgos supera al puro poder intelectual. DeepSeek y Grok no ganan porque sean "más inteligentes" que GPT-5 o Gemini. Ganan porque siguen reglas consistentes: tamaños de posición disciplinados, stop-loss bien colocados, ausencia de pánico.
Segunda lección: menos puede ser más. Claude mantiene retornos positivos con la menor frecuencia de trading de todos los competidores. El overtrading mata el desempeño, ya sea humano o artificial. La calidad de las configuraciones importa más que la cantidad.
Tercera: la ejecución importa más que el pronóstico. El micro-timing de Grok demuestra cuánto cuestan los pequeños retrasos con el tiempo. Los humanos no pueden pensar tan rápido como las máquinas, pero pueden automatizar precisión, hacer backtesting y ajustar rutinas de ejecución.
Finalmente, una advertencia: no puedes copiar resultados ciegamente. Incluso imitando cada movimiento de DeepSeek, enfrentarías slippage, latencia y diferente tolerancia al riesgo. Usa Alpha Arena como inspiración, no como guía copy-paste.
Hyperliquid, el exchange donde ocurre esta batalla, es parte integral del experimento. Es una blockchain Layer 1 diseñada específicamente para trading de alta velocidad: 100.000 órdenes por segundo, tiempos de bloque inferiores a un segundo, cero comisiones de gas. Usa un libro de órdenes completamente on-chain en lugar del modelo típico de pools de liquidez, permitiendo que cada transacción quede registrada inmutablemente.
Esta arquitectura elimina cualquier posibilidad de manipulación retrospectiva de resultados. Cada decisión que toma DeepSeek o Grok queda grabada en piedra digital. Es un estándar de rendición de cuentas que pocos fondos humanos aceptarían.
Pero también expone vulnerabilidades. Ya se han planteado escenarios de front-running donde traders con acceso privilegiado podrían adelantarse a las operaciones de los modelos. Azhang ha pedido públicamente que no lo hagan, pero sin mecanismos de enforcement claros. Más preocupante: estos mismos modelos que hacen trading pueden, si se les pide correctamente, diseñar estafas de phishing o malware para robar wallets. La tecnología que democratiza estrategias sofisticadas también facilita fraude.
Los resultados plantean una pregunta incómoda: ¿estamos viendo el futuro de las finanzas o simplemente suerte temporal en un mercado alcista? Los optimistas señalan que DeepSeek y Grok están generando alpha genuino —retornos que superan al mercado— con rendimientos del 35-40% en una semana. Si esto persiste hasta el final de la Temporada 1 el 3 de noviembre, será difícil descartarlo como suerte.
Los escépticos argumentan que una semana es estadísticamente insignificante. Los mercados tienen regímenes: períodos alcistas donde casi cualquier estrategia long gana, y períodos bajistas donde se desploman. DeepSeek ha tenido la suerte de operar durante un rally. La verdadera prueba será cómo responde cuando las condiciones cambien drásticamente.
Ben Carlson, veterano de fondos institucionales, expresa dudas: "Si alguien descubre una estrategia exitosa, otros la adoptarán y llegarán inversores adicionales. Es difícil imaginar que simplemente no se arbitre hasta desaparecer". En finanzas, cualquier ventaja sostenible atrae capital hasta que la oportunidad se agota.
También están los riesgos sistémicos. Si los próximos GPT-6, Claude 5 o Gemini 3 son todos traders competentes de forma nativa, los mercados se volverían fundamentalmente diferentes. Más eficientes en teoría, pero potencialmente más frágiles en práctica. Si todos los participantes usan IA similar, reaccionando a las mismas señales, los mercados podrían volverse propensos a crashes repentinos cuando esos algoritmos se equivocan simultáneamente.
Ya hoy, más del 60% del volumen de trading en criptomonedas fluye a través de sistemas automatizados. Fondos como Renaissance Technologies han usado IA durante años. Pero Alpha Arena muestra algo nuevo: modelos de propósito general, no diseñados específicamente para finanzas, demostrando capacidad competitiva. Si esta capacidad se generaliza, estamos ante un cambio de paradigma.
A medida que Alpha Arena avanza hacia su conclusión, los resultados son lo suficientemente impresionantes como para captar atención seria, pero lo suficientemente volátiles como para mantener a los escépticos armados. DeepSeek lidera con márgenes significativos, pero su ventaja podría evaporarse en un día desastroso.
Lo innegable es que nof1.ai ha creado más que un torneo. Alpha Arena es un experimento social sobre cómo la transparencia afecta mercados, un banco de pruebas para IA en condiciones adversariales, y una ventana a un futuro más cercano de lo que imaginamos.
Para inversores profesionales, el mensaje es claro: la IA en trading no es ciencia ficción. Es realidad operacional generando resultados reales. Para desarrolladores, demuestra que los benchmarks estáticos ya no son suficientes —necesitamos evaluaciones en entornos dinámicos con consecuencias reales. Para reguladores, plantea preguntas urgentes sobre supervisar sistemas autónomos que operan a velocidades sobrehumanas.
La pregunta final no es si la IA puede hacer trading. Claramente puede. La pregunta es qué tipo de mercados queremos cuando las máquinas dominan, qué regulación previene abusos, y si estamos preparados para un mundo donde el capital fluye según algoritmos que ni sus creadores comprenden completamente. Alpha Arena no responde estas preguntas, pero las hace imposibles de ignorar.
Seguilo en vivo y en directo hasta el 5 de noviembre en: https://nof1.ai/
La compañía tecnológica nacida en Argentina invertirá hasta 125 millones de dólares para recomprar sus propias acciones, tras perder más del 70% de su valor en Wall Street, en una señal de resiliencia y confianza en su estrategia de inteligencia artificial
El mayor exchange del mundo enfrenta una tormenta de acusaciones tras el derrumbe simultáneo de múltiples criptomonedas y sistemas bloqueados. En Argentina un grupo de abogados se organiza para ir al ataque. Binance niega manipulación, pero la confianza en los exchanges centralizados vuelve a tambalear.
En un último informe del FMI, las economías de mercados emergentes han sorteado crisis financieras recientes gracias a una combinación inédita de políticas modernas, independencia bancaria y una dosis de fortuna. Pero los desafíos para conservar esa resiliencia apenas han comenzado.
El Banco Central de la República Argentina (BCRA) prohibió la venta de dólar oficial a través de billeteras virtuales, una medida que reaviva tensiones en el mercado cambiario y genera un efecto dominó en el sector fintech, la inclusión financiera y las pequeñas y medianas empresas (PyMEs). Este ajuste normativo es el reflejo de una compleja batalla entre regulación, innovación tecnológica y control monetario.
La desinformación sobre un supuesto impuesto nuevo para usuarios de billeteras virtuales en la provincia de Buenos Aires expuso un problema más profundo: la facilidad con la que una operación política puede hackear el debate económico y digital. ARBA lo desmintió, pero ¿qué queda después del pánico?
Ethereum ya no vive solo de la energía especulativa. Los flujos hacia ETFs, la acumulación en tesorerías corporativas y la expansión de la tokenización dibujan un escenario en el que el capital institucional no solo participa, sino que empieza a moldear la infraestructura financiera sobre la red. Este análisis explora las razones, los riesgos y los horizontes que se abren.
¿Quién dominará la próxima década del dinero digital? La nueva normativa, el pulso de Wall Street y el futuro de las DeFi bajo el gobierno de Trump. La batalla por el liderazgo en la industria cripto se libra en los principales despachos de Washington y Nueva York.
NVIDIA, líder en chips gráficos e inteligencia artificial, se convierte en la primera empresa tecnológica en superar los 4 billones de dólares de capitalización bursátil. Analizamos qué hay detrás de este fenómeno y qué futuro le espera al gigante tecnológico.
El mayor exchange del mundo enfrenta una tormenta de acusaciones tras el derrumbe simultáneo de múltiples criptomonedas y sistemas bloqueados. En Argentina un grupo de abogados se organiza para ir al ataque. Binance niega manipulación, pero la confianza en los exchanges centralizados vuelve a tambalear.
Mientras el mundo acelera su demanda eléctrica impulsada por la inteligencia artificial y la electrificación, los combustibles fósiles mantienen su dominio en un panorama energético más complejo de lo anticipado
La compañía tecnológica nacida en Argentina invertirá hasta 125 millones de dólares para recomprar sus propias acciones, tras perder más del 70% de su valor en Wall Street, en una señal de resiliencia y confianza en su estrategia de inteligencia artificial
Una iniciativa regional busca entrenar un modelo abierto con datos y matices propios de América Latina para reducir sesgos, impulsar la soberanía tecnológica y acercar la IA a escuelas, PYMES y gobiernos de la región.
Los modelos de inteligencia artificial más avanzados del mundo están apostando 10.000 dólares cada uno en criptomonedas. DeepSeek lidera con ganancias del 40%, mientras Gemini de Google se hunde con pérdidas del 55%. Esto no es un simulador: cada error cuesta dinero real, y el experimento está redefiniendo cómo pensamos sobre las finanzas.