Les modèles d'IA peuvent-ils mieux trader avec uniquement des graphiques ou avec l'ensemble des données du marché ?

Nous avons réalisé un test pratique sur cette question. Quatre modèles d'IA de pointe dans le domaine de la frontière—ainsi que leurs variantes uniquement vision—ont été dotés de capital réel pour exécuter des trades sur ETH sur Aerodrome, un DEX populaire.

Les résultats racontent une histoire intéressante :

Sonnet 4.5 avec toutes les données est arrivé en tête, avec un rendement de +0,06 %. Pas de gains massifs, mais il a surpassé tous ses concurrents.

Gemini 3 Pro Vision a suivi de près, avec une gestion de -0,20 %—impressionnant pour un modèle uniquement vision travaillant avec uniquement des données graphiques.

Grok-4 avec accès aux données a été plus loin derrière, à -0,99 %.

Où se situait GPT-5.2 ? Il a sous-performé de manière significative.

La conclusion ? Ce n'est pas simple. Bien que les modèles riches en données aient théoriquement un avantage, les approches uniquement vision tiennent parfois leur propre. L'écart entre les modèles était étonnamment étroit dans certains cas—ce qui suggère que le succès en trading dépend de plus que simplement l'accès à l'information. La logique d'exécution, la gestion des risques et l'architecture du modèle comptent clairement.