AI Trading Showdown: Bảng xếp hạng trực tiếp và vì sao MiMo V2.6 Pro với MiniMax M3 tạm dẫn đầu?

Một chi tiết trên bảng xếp hạng khiến tôi dừng lại: hai vị trí đầu tiên cách nhau chỉ 0,14 điểm phần trăm, và cả hai đều gần như đầu tư hết vốn. Không phải một mô hình Mỹ đứng đầu rồi một mô hình khác theo sau. Đây là MiMo V2.6 Pro (+3,66 %, 4 lệnh) và MiniMax M3 (+3,52 %, 11 lệnh) — hai route gắn với hệ sinh thái mô hình Trung Quốc — đang tạm thời đứng trên mười route còn lại trong cùng một mẫu spot đang tăng.

Điều đó không chứng minh “mô hình Trung Quốc giao dịch tốt hơn”. Nó chỉ cho thấy, tại một thời điểm đã xác minh, hai tài khoản mô phỏng này có vốn chủ sở hữu cao hơn. Bài viết này đọc lại snapshot đó: bảng xếp hạng nói được gì, và — quan trọng hơn — nó không đủ để khẳng định điều gì.

Thứ hạng tại thời điểm snapshot. Khoảng cách khoảng 2 điểm phần trăm giữa hai dẫn đầu và phần còn lại là tín hiệu cần giải thích — không phải tuyên bố năng lực dài hạn.

Arena đang so sánh MiMo V2.6 Pro và MiniMax M3 như thế nào?

Thử nghiệm công khai Crazyrouter AI Trading Arena giao cho mười hai route mô hình cùng $10.000 vốn mô phỏng, cùng báo giá BTC-USD / ETH-USD / SOL-USD, cùng một cơ hội quyết định mỗi khe năm phút UTC. Mỗi vòng, mô hình chọn HOLD, mua một tài sản, hoặc đóng một vị thế. Không short, không đòn bẩy. Khớp lệnh mô phỏng theo bid/ask đầu khe; phí 0,1 % mỗi phía. Nguồn giá là dữ liệu công khai của Coinbase Exchange. Không có lệnh thật, không có tiền khách hàng.

Tên trên bảng — MiMo V2.6 Pro, MiniMax M3, Grok 4.6, Claude Opus 5.5… — là định danh route trên Crazyrouter, không phải chứng nhận bản phát hành mới nhất của từng nhà cung cấp. Route chat trả về action kèm lý do ngắn; Jev 1.14 dùng Decisions API có cấu trúc riêng. Cùng quy tắc danh mục làm các tài khoản so sánh được trong thí nghiệm này; giao diện quyết định khác nhau vẫn là một hạn chế.

Snapshot tôi dùng: giờ Bắc Kinh 2026-11-05 10:57 (updatedAt: 2026-11-05T02:57:44.907Z), 145 vòng, 75 lệnh, marketError: false. Giá mark suy ra từ mười hai danh mục: BTC ≈ 80.475, ETH ≈ 2.425,94, SOL ≈ 96,15 USD. Cả bảng đều dương vì thị trường cơ sở đã tăng khoảng 5–7 % trong 24 giờ trước đó — điều kiện quan trọng khi đọc “ai dẫn đầu”.

Thứ hạng cao hơn chỉ có nghĩa là vốn chủ sở hữu cao hơn trong mô phỏng này tại thời điểm đó — không phải điểm số năng lực tổng quát.

MiMo V2.6 Pro và MiniMax M3 gần như full-invest khác nhau ra sao?

Hai dẫn đầu cùng “hết tiền mặt”, nhưng cấu trúc vị thế không giống nhau. Đó là điểm then chốt của góc nhìn “đôi dẫn đầu”.

MiMo V2.6 Pro tập trung vào hai tài sản: BTC và ETH, gần trần 50 % mỗi tài sản lúc mua (và ETH đã trôi nhẹ trên 50 % theo mark — trần áp lúc mua, không khóa cứng khi giá chạy). Bốn lệnh sớm, rồi gần như toàn HOLD. Lý do HOLD gần nhất:

Cash near zero blocks buying; 24h uptrend intact with mild consolidation, so hold BTC and ETH rather than chase or panic sell.

MiniMax M3 cũng gần full-invest nhưng ba chân: BTC khoảng nửa danh mục, ETH và SOL chia phần còn lại. Mười một lệnh — nhiều hơn MiMo gần gấp ba — nhưng vẫn đứng thứ hai với khoảng cách chỉ 0,14pp. Lý do HOLD gần nhất:

Strong 24-hour gains and near-zero cash favor maintaining exposure despite mild short-term weakness.

Hai chiến lược khác nhau; cùng một chế độ thị trường tăng; cùng kết quả “đứng trên phần còn lại của bảng”. Nếu bạn chỉ nhìn cột lợi nhuận, dễ tưởng họ làm cùng một việc. Nhìn cột vị thế thì không.

Cùng mức “gần hết vốn”, hai cấu trúc hoàn toàn khác — đây là lý do không được gộp “đôi Trung Quốc” thành một chiến lược duy nhất.

Bảng xếp hạng trực tiếp nói gì về MiMo V2.6 Pro — và không nói gì?

Trong mẫu spot đang tăng ngắn hạn này, bảng xếp hạng cho thấy:

1. Phơi bày cao được thưởng tạm thời. MiMo và MiniMax gần như không giữ tiền mặt, trong khi Grok 4.6 / Claude Opus 5.5 / Kimi K3.1 Pro giữ khoảng 25 % cash và xếp giữa bảng. Khi giá đi lên, tài khoản full-invest đi lên nhanh hơn — đó là số học, không phải “trí tuệ giao dịch sâu”.
2. Hai route Trung Quốc dẫn đầu không đồng nghĩa cùng một bài học. MiMo thắng bằng tập trung + ít lệnh; MiniMax thắng bằng đa chân + nhiều lệnh hơn nhưng vẫn bắt được sóng sớm. Gộp họ thành một “narrative Trung Quốc” sẽ che mất tín hiệu thiết kế agent: đa dạng hóa danh mục và tần suất hành động là hai trục độc lập.
3. Khoảng cách 0,14pp giữa hạng 1 và 2 nhỏ hơn nhiễu đánh dấu. Một vài tick mark giữa hai lần làm mới dashboard có thể đảo chỗ. Tuyên bố “MiMo vững chắc hơn MiniMax” từ khoảng cách này là vượt quá bằng chứng.

Những gì bảng không thiết lập được:

• Không phải benchmark đa chế độ. Chưa có drawdown thật sự; chiến lược “cứ giữ long” chưa bị kiểm tra khi cần cắt.
• Không tính chi phí API. Mười một lệnh của MiniMax đắt hơn bốn lệnh của MiMo nếu bạn trả theo call — bảng xếp hạng không phản ánh điều đó.
• Không chứng nhận chất lượng route vendor. Tên trên Crazyrouter là định danh cấu hình thí nghiệm; muốn đối chiếu route chat cụ thể của MiMo có thể xem trang mô hình Xiaomi / MiMo trên Crazyrouter, nhưng trang đó cũng không biến snapshot này thành bảng xếp hạng năng lực vĩnh viễn.
• Không được đọc Jev 1.14 hạng 5 như chiến lược. 24/24 quyết định gần nhất của Jev là failed — vị thế ETH sớm đang “ăn” theo giá, không phải mô hình đang chọn HOLD. failed ≠ HOLD; trường status và action tách nhau đúng như thiết kế.

MiMo V2.6 Pro, MiniMax M3 và phần còn lại: ba cụm hành vi

Nhìn nhanh toàn bảng theo mức phơi bày:

• Cụm full-invest dẫn đầu: MiMo V2.6 Pro, MiniMax M3 (và một phần DeepSeek V4 Pro / DeepSeek V4.1 Flash / Qwen3.8 Max cũng gần hết tiền mặt, nhưng timing mua kém hơn nên xếp thấp hơn).
• Cụm ~25 % cash + ba coin: Grok 4.6, Claude Opus 5.5, Kimi K3.1 Pro — đa dạng hóa kiểu sách giáo khoa, xếp giữa.
• Cụm lệch hoặc lỗi giao diện: GLM-5.3 Prime (16 lệnh, SOL gần trần 50 %), GPT-6.1 Sol (~75 % cash), Gemini 4 Argon (5/24 failed), Jev 1.14 (24/24 failed).

Tần suất lệnh không giải thích một mình thứ hạng — MiniMax M3 hạng 2 với 11 lệnh phá vỡ giả thuyết “ít lệnh = luôn thắng” — nhưng nó nhắc rằng phí 0,1 %/phía cộng dồn thật.

Với người xây agent benchmark, snapshot này hữu ích hơn là một cuộc đua thương hiệu: nó cho thấy cùng một khung quy tắc có thể đẩy hai mô hình full-invest lên đầu trong regime tăng, trong khi mô hình “cân bằng 25 %” trông hợp lý trên giấy lại chậm hơn trên bảng. Đó là bài học về tương tác constraint × regime, không phải phiếu bầu “ai thông minh hơn”.

Gợi ý cho người thiết kế agent khi nhìn MiMo V2.6 Pro và MiniMax M3

Ba điểm thực dụng, không phụ thuộc “thương hiệu Trung Quốc”:

1. Tách trục phơi bày và trục tần suất. Full-invest có thể đi với 4 lệnh (MiMo) hoặc 11 lệnh (MiniMax). Nếu benchmark của bạn chỉ thưởng return, bạn sẽ gộp hai hành vi khác nhau thành một “chiến thắng”.
2. Gắn nhãn chế độ thị trường vào mọi bảng xếp hạng. Snapshot này xảy ra trong mẫu spot đang tăng. Công bố bảng mà không ghi regime là mời người đọc suy diễn quá mức.
3. Đừng dùng hạng 1 làm proxy cho chất lượng route. Muốn đánh giá MiMo như một route chat, cần thêm task ngoài trading; trang mô hình Xiaomi chỉ là điểm xuất phát để xem route được cấu hình thế nào, không thay thế bằng chứng đa task.

Những điểm này giữ bài viết gắn với kỹ thuật agent — đúng kỳ vọng độc giả Viblo — thay vì biến thành bài cổ vũ một khu vực địa lý.

Cách tự kiểm chứng snapshot của MiMo V2.6 Pro và MiniMax M3

Dashboard JSON công khai, không cần khóa API, không đặt lệnh. Giữ lại trường updatedAt mỗi lần so sánh. Mỗi participant có cash, số lượng BTC/ETH/SOL, lịch sử equity gần đây, và tối đa 24 quyết định với action, status, confidence, reason. Mảng trades ghi fill mô phỏng kèm timestamp và giá.

Khi đọc:

• So sánh vốn chủ sở hữu, không chỉ phần trăm lợi nhuận đã làm tròn.
• Tách status: failed khỏi HOLD có chủ đích.
• Nhớ: vị thế có thể vượt 50 % theo mark sau khi mua hợp lệ — trần áp lúc khớp mua.
• Một mẫu 145 vòng (~12 giờ đồng hồ tường) trong một chiều giá không đủ để kết luận giao dịch thật.

Đây là thí nghiệm paper-trading mô phỏng, không phải lời khuyên đầu tư. Quy tắc và số liệu đã đối chiếu với snapshot Bắc Kinh 2026-11-05 10:57; bảng sống trên dashboard sẽ khác khi bạn mở sau này.

Nguồn kiểm chứng

• JSON dashboard công khai của Crazyrouter AI Trading Arena (đường dẫn /experimental/api/dashboard)
• Preflight danh sách chat: endpoint /v1/models — 11/12 route chat có mặt; Jev 1.14 dùng Decisions API nên không nằm trong danh sách chat
• Snapshot: updatedAt: 2026-11-05T02:57:44.907Z, 145 vòng / 75 lệnh, marketError: false