Les modèles d’intelligence artificielle développés en Chine surclassent désormais leurs équivalents américains dans le trading de cryptomonnaies, selon les données de la plateforme d’analyse onchain CoinGlass, alors que la rivalité entre les principaux chatbots d’IA générative s’intensifie.
Les IA DeepSeek et Qwen3 Max, toutes deux conçues en Chine, ont dominé l’expérience de trading crypto menée mercredi. DeepSeek s’est distingué en étant le seul modèle à enregistrer un rendement non réalisé positif de 9,1 %.
Qwen3, développée par Alibaba Cloud, arrive en deuxième position avec une perte non réalisée de 0,5 %, suivie de Grok, dont la perte s’élève à 1,24 %, selon les données de CoinGlass.
De son côté, ChatGPT-5 d’OpenAI chute à la dernière place, avec une perte supérieure à 66 %, faisant passer la valeur de son portefeuille de 10 000 dollars à seulement 3 453 dollars au moment de la rédaction.
Ces résultats ont surpris de nombreux traders, d’autant plus que DeepSeek a été développée à une fraction du coût de ses rivales américaines.
Le succès de DeepSeek s’explique par ses positions longues à effet de levier sur les principales cryptomonnaies : Bitcoin (BTC), Ether (ETH), Solana (SOL), BNB (BNB), Dogecoin (DOGE) et XRP (XRP). En d’autres termes, le modèle a parié sur la hausse du marché crypto.
DeepSeek bat tous les modèles d’IA avec seulement 5,3 millions de dollars d’entraînement
Selon le livre blanc technique du projet, le coût total de formation de DeepSeek s’élève à 5,3 millions de dollars.
À titre de comparaison, OpenAI est aujourd’hui valorisée à 500 milliards de dollars, faisant d’elle la plus grande startup au monde, comme le rapportait Cointelegraph le 2 octobre. L’entreprise a levé 57 milliards de dollars au total sur 11 tours de financement, d’après les données de la plateforme Tracxn.
Bien que les chiffres exacts du budget de formation de ChatGPT-5 ne soient pas publics, Reuters indiquait en septembre qu’OpenAI avait dépensé 5,7 milliards de dollars en recherche et développement au premier semestre 2025.
Selon une estimation de l’analyste financier Vladimir Kiselev, publiée sur X en mai 2024, le coût total d’entraînement de ChatGPT-5 se situerait entre 1,7 et 2,5 milliards de dollars.
Les écarts de performance liés aux données d’entraînement, selon un analyste de Nansen
D’après Nicolai Sondergaard, analyste chez Nansen, les différences de performance entre ces modèles d’IA proviendraient avant tout de leurs données d’entraînement.
Il rappelle que ChatGPT est un excellent modèle généraliste, tandis que Claude, une autre IA, est surtout utilisée pour le codage. Sondergaard explique à Cointelegraph :
« En observant les résultats PnL, on constate que les modèles enregistrent souvent de fortes fluctuations : parfois jusqu’à +3 000 ou +4 000 dollars, avant qu’une mauvaise position ou un mouvement brutal du marché ne les force à clôturer. »
De son côté, le stratège et ex-trader quantitatif Kasper Vandeloock estime que certains modèles, notamment ChatGPT et Gemini de Google, pourraient afficher de meilleures performances avec un prompt différent.
« Peut-être que ChatGPT et Gemini pourraient être plus performants avec une invite différente. Les LLM dépendent entièrement de l'invite, donc peut-être que par défaut, leurs performances sont moins bonnes », a déclaré Vandeloock à Cointelegraph.
Si ces modèles peuvent aider à détecter les changements de tendance à court terme via les signaux techniques ou les réseaux sociaux, ils ne permettent pas encore un trading autonome fiable.
L’expérience a débuté avec 200 $ de capital initial par bot, montant ensuite porté à 10 000 $ pour chaque modèle. Les transactions sont exécutées sur la plateforme décentralisée Hyperliquid.
