En un giro sorprendente dentro del \u00e1mbito de la inteligencia artificial, modelos chinos como DeepSeek y Qwen3 han mostrado resultados superiores a sus rivales occidentales como ChatGPT-5 y Grok en un experimento de trading aut\u00f3nomo con criptomonedas. Este desempe\u00f1o plantea interrogantes sobre la eficiencia del entrenamiento, la gesti\u00f3n del riesgo y el futuro de las finanzas impulsadas por IA.<\/p>\n
Un reciente experimento de trading situ\u00f3 varios de los principales modelos de lenguaje grande (LLM) en acci\u00f3n en mercados de criptomonedas en vivo. Entre ellos, DeepSeek se destac\u00f3 como el modelo con mejor desempe\u00f1o, generando el \u00fanico retorno no realizado positivo de aproximadamente 9,1% en ese d\u00eda, mientras que otros registraron p\u00e9rdidas. Por su parte, Qwen3 tuvo una ca\u00edda moderada de alrededor de 0,5%. En contraste, ChatGPT-5<\/a> sufri\u00f3 una ca\u00edda de m\u00e1s del 66% del capital inicial en la prueba.<\/p>\n Este resultado es particularmente relevante si se considera que el presupuesto de desarrollo de DeepSeek fue de apenas unos 5,3 millones de d\u00f3lares, una fracci\u00f3n del gasto de sus competidores occidentales.<\/p>\n Los analistas apuntan a varios factores tras este \u00e9xito: un conjunto de datos m\u00e1s centrado en la din\u00e1mica del mercado cripto, una estrategia de apalancamiento que favoreci\u00f3 posiciones largas en tokens como BTC, ETH, SOL, BNB, DOGE y XRP, y controles de riesgo m\u00e1s \u00e1giles.<\/p>\n Pero la historia no se reduce a qui\u00e9n gan\u00f3 m\u00e1s. El experimento subraya c\u00f3mo el trading aut\u00f3nomo por IA \u2014aunque a\u00fan arriesgado\u2014 ha avanzado m\u00e1s all\u00e1 de la mera generaci\u00f3n de se\u00f1ales, hacia la toma de decisiones bajo volatilidad y apalancamiento. Un investigador se\u00f1al\u00f3 que, aunque los LLM de prop\u00f3sito general como ChatGPT<\/a> son fuertes en muchos dominios, pueden carecer del entrenamiento especializado requerido para los mercados cripto de alta volatilidad.<\/p>\n Tambi\u00e9n pone de relieve una dimensi\u00f3n poco explorada: la rentabilidad del coste. El resultado de DeepSeek, con un presupuesto comparativamente bajo, sugiere que la eficiencia en el dise\u00f1o del modelo y la formaci\u00f3n espec\u00edfica por dominio pueden superar la escala pura. Claro est\u00e1, nada de esto significa que la IA sea infalible: los mercados siguen siendo impredecibles, y la supervisi\u00f3n humana sigue jugando un papel clave.<\/p>\n El experimento act\u00faa tanto como advertencia como se\u00f1al: la IA puede asumir cada vez m\u00e1s el tim\u00f3n del trading, pero la supervisi\u00f3n efectiva, la gesti\u00f3n del riesgo y la especializaci\u00f3n del modelo son m\u00e1s importantes que nunca.<\/p>\n","protected":false},"excerpt":{"rendered":" En un giro sorprendente dentro del \u00e1mbito de la inteligencia artificial, modelos chinos como DeepSeek y Qwen3 han mostrado resultados superiores a sus rivales occidentales como ChatGPT-5 y Grok en un experimento de trading aut\u00f3nomo con criptomonedas. Este desempe\u00f1o plantea interrogantes sobre la eficiencia del entrenamiento, la gesti\u00f3n del riesgo y el futuro de las<\/p>\n","protected":false},"author":32,"featured_media":25103,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1165],"tags":[222,223,1942,1943,224,225,59,1944,950],"class_list":{"0":"post-25104","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-companias","8":"tag-bitcoin","9":"tag-btc","10":"tag-chatgpt","11":"tag-deepseek","12":"tag-eth","13":"tag-ethereum","14":"tag-featured","15":"tag-grok","16":"tag-sol"},"_links":{"self":[{"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/posts\/25104","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/users\/32"}],"replies":[{"embeddable":true,"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/comments?post=25104"}],"version-history":[{"count":0,"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/posts\/25104\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/media\/25103"}],"wp:attachment":[{"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/media?parent=25104"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/categories?post=25104"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blockchainjournal.news\/es\/wp-json\/wp\/v2\/tags?post=25104"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}El auge de la IA de coste reducido y su impacto en el trading cripto<\/strong><\/h2>\n