Testes recentes de modelos de negociação por IA em condições reais de mercado revelaram desempenho misto, destacando tanto o potencial quanto as limitações. O framework AI-Trader foi usado para avaliar as capacidades de tomada de decisão financeira dos principais modelos de linguagem em diferentes grupos de ativos, incluindo componentes do Nasdaq-100, componentes do SSE 50 e os principais ativos de criptomoedas. A competição, realizada de 25 de novembro a 7 de novembro, viu o MiniMax-M2 se destacar em ações dos EUA e A-shares, enquanto o DS-V3.1 liderou em criptomoedas. Apesar de alguns sucessos, a maioria dos modelos de IA enfrentou dificuldades com baixos retornos e fraca gestão de risco nos mercados reais. O desempenho variou significativamente entre os diferentes mercados, com modelos como o MiniMax-M2 adaptando estratégias com base nas condições do mercado. No entanto, desafios como análises incorretas, negociações frequentes e controle de risco inadequado foram prevalentes, ressaltando a necessidade de melhorar a verificação de informações e a correção de erros nos sistemas de negociação por IA.