Grok 4 与五个竞争性大型语言模型于 2025 年 10 月 17 日至 11 月 3 日期间,在研究公司 Nof1 组织的 Alpha Arena 基准测试中,于 Hyperliquid 平台交易永续合约。Grok 4 在比赛中段一度上涨超过 25%,但最终在排行榜上以 −39% 收官;DeepSeek V3.1 则以 +48% 领先,GPT-5 以 −75% 收官。每个模型均获得 10,000 美元初始资本,并在相同规则下交易 BTC、ETH、SOL、XRP、DOGE 和 BNB 永续合约,在为期 17 天的时间里,对其交易相关加密资产的自主 AI 交易能力进行了受控测试。
Grok 在既定限制下处理加密市场数据
根据 SpaceXAI 文档,旗舰版 Grok 4.7 的上下文窗口为 500,000 个代币,知识截止日期为 2026 年 5 月。对于少于 200,000 个代币的提示词,API 定价为每 100 万个输入代币 2.00 美元、每 100 万个输出代币 6.00 美元;超过该阈值后,价格翻倍至 4.00 美元和 12.00 美元。
SpaceXAI 文档称,Grok 模型“不会掌握训练数据之外的当前事件或数据”。如需获取实时信息,必须在请求期间明确启用 Web Search 或 X Search 工具。未启用搜索时,模型会根据训练数据重构信息,而不是读取当前信息源。
SpaceXAI 还发布了用于自动化工作流的配套接口。语音代理的价格为每分钟 0.08 美元,流式语音识别的费用为每小时 0.20 美元。
Alpha Arena 基准测试衡量六个 AI 模型交易相同资产的表现
研究公司 Nof1 于 2025 年 10 月 17 日至 11 月 3 日期间开展了 Alpha Arena 基准测试。六个竞争模型各获得 10,000 美元,并在 Hyperliquid 平台交易 BTC、ETH、SOL、XRP、DOGE 和 BNB 永续合约。该基准测试对所有参与者采用相同的资本、相同的交易品种和相同的规则。
Grok 4 在 10 月 20 日左右通过方向性激进持仓一度上涨超过 25%,但随后大幅反转,最终在排行榜上以 −39% 结束比赛。根据比赛追踪器,DeepSeek V3.1 以 +48% 收官,Qwen3 Max 为 +31%,Claude Sonnet 4.5 为 −12%,Gemini 2.5 Pro 为 −67%,GPT-5 为 −75%。
Nof1 创始人 Jay Azhang 描述的是多次运行中反复出现的模式,而非单次结果。Azhang 表示,这项比赛“通常最终会在 Grok 和 DeepSeek 之间展开”,不过“Gemini 和 GPT 偶尔也会表现出色”。
Grok 通过明确的搜索要求支持文档密集型研究
对于任何涉及当前市场状况的查询,启用 Web Search 或 X Search 工具都是首要要求。没有这一步,模型返回的每个价格、市值和上市详情,都是根据训练数据重构出来的结果。
500,000 个代币的上下文窗口适合文档密集型工作。审查代币分配时间表、比较连续的季度报告,或总结治理提案,都可以轻松容纳在其中。这些任务依赖于提供的上下文,而不是模型记忆。
SpaceXAI 在其已发布的文档中将 Grok 4.7 描述为具备“代理式工具调用、极少幻觉、可配置推理”能力。这一营销声明尚未经过独立审计。
自动化交易系统承担平台与交易品种相关的义务
自动化交易系统承担的是与平台和交易品种相关的义务,而非与模型相关的义务。编号为 H.R. 3633 的《数字资产市场清晰度法案》,监管职责将由美国证券交易委员会和商品期货交易委员会分担。该法案的参议院终止辩论表决于 2026 年 9 月 15 日未获通过,因此,大多数由自主代理交易的代币,其监管分类仍未确定。
Alpha Arena 计划扩大资产覆盖范围并延长赛季
未来的 Alpha Arena 赛季将把样本范围扩展到 17 天以上,并覆盖更多相关资产。任何采用更晚知识截止日期的后续模型,都能缩小目前需要通过外部搜索弥补的知识差距。模型定价和上下文限制均已公布,可在确定架构前进行核查。
常见问题
Grok 能自主交易加密货币吗?
Grok 4 在 2025 年 10 月 17 日至 11 月 3 日期间,于 Hyperliquid 平台的 Alpha Arena 基准测试中自主交易了永续合约。它在比赛中段一度上涨超过 25%,但最终在排行榜上以 −39% 收官。
Grok 知道当前的加密货币价格吗?
已发布的 SpaceXAI 文档称,除非针对特定请求事先明确启用 Web Search 或 X Search 工具,否则这些模型不会掌握训练数据之外的当前事件信息。
Grok 的知识截止日期是什么时候?
SpaceXAI 官方文档将 2026 年 5 月列为旗舰版 Grok 4.7 的知识截止日期,同时列出 500,000 个代币的上下文窗口,即开发者可使用的完整上下文容量。