Quelle IA pour trader ? Gemini, GPT, Grok et Claude notés
Résultats arbitrés les 7 et 8 octobre 2026. Les chiffres scellés viennent des fichiers de l'arbitre, publiés sur la page du classement des IA chercheuses.
La réponse courte
Les 7 et 8 octobre 2026, nous avons mis Gemini 3.8 Flash, GPT 5.6 Sol, Grok 4.6, Grok 4.7 et Astra 6 dans la même épreuve que Claude, DeepSeek, MiMo et Muse : trouver une stratégie Bitcoin avec la même appli de backtest, puis la soumettre à une période de marché qu'aucune IA n'avait vue.
- Gemini 3.8 Flash a obtenu 100 points sur 100 dans ses deux séances (résultats du 7 octobre 2026), avec la même règle trouvée deux fois : moyenne simple 12 au-dessus de la moyenne 210.
- GPT 5.6 Sol a construit les règles les plus élaborées (cassures de canal, élan, stops serrés) et marque 70 points par séance (7 octobre 2026), avec un gros écart entre ce qu'il annonçait sur ses données de recherche et le résultat scellé.
- Astra 6 (8 octobre 2026) a rendu deux fois la même règle d'une seule condition : prix au-dessus de la moyenne simple 240, sinon cash. +103,28 % sur la période scellée, étiquette « exploratoire », 50 points par séance.
- Grok 4.6 (une seule séance) et Grok 4.7 ont aussi choisi l'étiquette « exploratoire » ; Grok 4.7 s'est abstenu dans sa seconde séance après avoir démasqué ses propres mirages.
- Sur les 23 essais notés au 8 octobre 2026, 7 battent l'achat-conservation une fois le risque compté.
La question « quelle IA pour trader ? » a donc une réponse mesurée, pas une réponse d'opinion. Elle a aussi des limites, détaillées plus bas.
Pourquoi ce classement ne ressemble pas aux comparatifs habituels
La plupart des comparatifs d'IA pour le trading décrivent une « personnalité » : l'une serait prudente, l'autre agressive. Ce sont des impressions. Ici, chaque IA a fait le même travail, dans les mêmes conditions, et le juge ne lit que des chiffres.
- Même outil. Chaque IA a piloté Strategy Arena Lab par MCP, le protocole qui permet à une IA d'utiliser un logiciel. Pas de copier-coller de code, pas d'aide humaine pendant la séance.
- Mêmes données. Bitcoin en bougies de 4 heures, du 1er octobre 2020 au 30 septembre 2023 pour la recherche. L'assistant scellé refuse toute autre donnée.
- Même budget. 80 appels d'outils au maximum par séance.
- Période scellée. La stratégie principale est ensuite rejouée par l'arbitre du 1er octobre 2023 au 30 septembre 2026, des données que l'IA n'a jamais touchées.
- L'IA s'engage. Elle étiquette sa stratégie « robuste » ou « exploratoire ». Une stratégie « robuste » qui perd de l'argent coûte des points. Dire « rien ne marche » (abstention) rapporte des points fixes.
- Tout est publié. Le protocole, son empreinte SHA-256 calculée avant les essais, chaque soumission, chaque journal d'appels et chaque résultat d'arbitre sont téléchargeables depuis la page du classement. La méthodologie détaille le reste.
Ce dispositif mesure une compétence précise : chercher une règle, la vérifier, et juger soi-même de sa solidité. C'est ce qu'on attend d'une IA qui aide à trader.
Les séances des 7 et 8 octobre 2026
Référence : acheter du Bitcoin au début de la période scellée et le garder jusqu'à la fin rapporte +201,82 %, avec une pire baisse de 53,45 % (rapport gain / pire baisse : 3,78), d'après l'arbitre au 7 octobre 2026.
| IA | Séance | Stratégie principale | Étiquette | Gain scellé | Pire baisse | Gain / baisse | Score | Appels |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.8 Flash | 1 | Dual SMA 12-210 | robuste | +152,72 % | 30,20 % | 5,06 | 100 | 71 |
| Gemini 3.8 Flash | 2 | Dual SMA 12-210 | robuste | +152,72 % | 30,20 % | 5,06 | 100 | 38 |
| GPT 5.6 Sol | 1 | BTC Filtered Breakout 60-250-40 | robuste | +20,91 % | 29,00 % | 0,72 | 70 | 22 |
| GPT 5.6 Sol | 2 | Event momentum robust | robuste | +62,95 % | 36,99 % | 1,70 | 70 | 31 |
| Grok 4.6 (n = 1) | 1 | sma200_cd12 | exploratoire | +108,76 % | 30,99 % | 3,51 | 50 | 20 |
| Grok 4.7 | 1 | ema 170 long | exploratoire | +99,92 % | 36,60 % | 2,73 | 50 | 40 |
| Grok 4.7 | 2 | aucune (abstention) | — | — | — | — | 25 | 11 |
| Astra 6 | 1 | Astra6 SMA240 long cash | exploratoire | +103,28 % | 38,03 % | 2,72 | 50 | 34 |
| Astra 6 | 2 | Astra6 S2 SMA240 trend | exploratoire | +103,28 % | 38,03 % | 2,72 | 50 | 26 |
| Achat-conservation | — | référence | — | +201,82 % | 53,45 % | 3,78 | — | — |
Chiffres scellés des 7 et 8 octobre 2026, frais de 0,1 % à l'achat et à la vente. « Appels » = appels d'outils enregistrés dans le journal scellé de la séance.
Moyenne par modèle, tous essais confondus
| IA | Essais | Score moyen | Gain scellé moyen |
|---|---|---|---|
| Gemini 3.8 Flash | 2 | 100,0 | +152,72 % |
| Xiaomi MiMo v2.6 | 2 | 90,0 | +181,51 % |
| Muse Spark 1.3 | 2 | 85,0 | +120,58 % |
| deepseek-flash | 2 | 85,0 | +139,84 % |
| Claude Sonnet 5 | 2 | 75,0 | +174,00 % |
| GPT 5.6 Sol | 2 | 70,0 | +41,93 % |
| Claude Opus 5.5 | 2 | 70,0 | +86,65 % |
| Claude Fable 5.1 | 2 | 70,0 | +86,24 % |
| Grok 4.6 | 1 | 50,0 | +108,76 % |
| Astra 6 | 2 | 50,0 | +103,28 % |
| Grok 4.7 | 2 | 37,5 | +99,92 % (1 essai avec résultat) |
| Claude Haiku 4.5 | 2 | 5,0 | −22,08 % (1 essai avec résultat) |
Moyennes au 8 octobre 2026, calculées sur les fichiers d'arbitre. Grok 4.6 n'a joué qu'une séance : sa ligne pèse moins que les autres.
Ce que chaque IA a fait
Gemini 3.8 Flash : tester vite, garder une règle simple
Gemini a testé dès les premiers appels, sans longue lecture de la documentation. Dans sa première séance, il a enchaîné 57 backtests et 7 balayages de réglages en 71 appels (journal du 7 octobre 2026). Sa conclusion : les sorties par stop, objectif ou délai dégradaient la partie des données mise de côté, alors qu'une règle « laisser courir » tenait. Il a cartographié une grille de 25 réglages autour de son choix, vérifié trois sous-périodes (hausse, baisse, reprise) et triplé les frais.
Dans sa seconde séance, indépendante, il est retombé exactement sur la même règle : moyenne simple de 12 bougies au-dessus de celle de 210, à l'achat seulement. Même règle, même résultat scellé, 100 points les deux fois (7 octobre 2026). Ses candidates secondaires de la seconde séance ont même fait mieux sur la période scellée, mais seule la principale compte.
GPT 5.6 Sol : des règles plus complexes, un écart plus grand
GPT 5.6 Sol a écarté les croisements de moyennes, qu'il jugeait dégradés hors échantillon, au profit de cassures de canal filtrées par une moyenne exponentielle, puis d'une règle d'élan à sept réglages (stop, objectif, stop suiveur, pause). Sa méthode est sérieuse : découpes chronologiques, sous-périodes, réglages voisins.
Le résultat scellé raconte autre chose. Sa première stratégie annonçait +254,52 % sur les données de recherche et fait +20,91 % sur la période scellée (arbitrage du 7 octobre 2026). La seconde annonçait +341,78 % et fait +62,95 %. Les deux restent positives, donc l'étiquette « robuste » ne lui coûte pas de points, mais aucune ne bat l'achat-conservation risque compté. Plus une règle a de réglages, plus elle peut coller aux données de recherche.
Grok 4.6 : une séance courte et prudente
Grok 4.6 a joué une seule séance, en 20 appels sur 80, tous réussis (journal du 7 octobre 2026). Sa règle : rester en Bitcoin tant que le prix est au-dessus de la moyenne simple 200, avec une pause de 12 bougies après chaque sortie. Il l'a étiquetée « exploratoire » parce que l'avantage venait surtout d'avoir évité le krach. Sa seconde candidate, la même règle sans pause, a fait mieux sur la période scellée. Avec n = 1, son score de 50 ne dit pas grand-chose de sa constance.
Astra 6 : une règle d'une ligne, figée avant la vérification
Astra 6 a joué deux séances indépendantes le 8 octobre 2026, en 34 puis 26 appels sur 80, tous réussis, sans aucune tentative refusée par l'assistant scellé (journaux du 8 octobre 2026). Les deux fois, il a comparé des familles de règles (croisement de deux moyennes, prix au-dessus d'une moyenne, élan ou creux RSI), figé son choix avant de regarder la fin des données de recherche, puis doublé les frais et testé l'exécution à l'ouverture suivante.
Les deux séances ont rendu la même règle : rester en Bitcoin tant que le prix est au-dessus de la moyenne simple de 240 bougies, sinon passer en cash. Sur la période scellée, elle fait +103,28 % avec une pire baisse de 38,03 %, soit un rapport de 2,72 contre 3,78 pour l'achat-conservation. Selon ses soumissions, la règle ne battait pas l'achat-conservation risque compté sur la partie mise de côté : il l'a étiquetée « exploratoire », et le résultat scellé lui donne raison sur ce point.
Grok 4.7 : démasquer ses propres mirages
La première séance de Grok 4.7 a rendu une règle simple, prix au-dessus de la moyenne exponentielle 170, étiquetée « exploratoire » parce que la seconde moitié de ses données de recherche ne gagnait presque rien.
La seconde séance est la plus instructive du lot. Grok 4.7 a fixé sa règle de sélection avant de tester, puis a rejoué ses pistes avec le mode indicator_lookback_v2 du Lab, où la seconde moitié garde l'historique des indicateurs de la première. L'avantage apparent des moyennes 220 à 240 a disparu, et les cases positives restantes étaient des pics isolés. Il s'est abstenu : 25 points, le barème de l'abstention. Sur cette période scellée haussière, l'abstention rapporte moins qu'une stratégie de tendance gagnante. Elle reste la réponse correcte quand la recherche ne trouve rien de solide.
Les constats qui comptent pour choisir une IA
- La forme de la règle pèse plus que le nom du modèle. Au 8 octobre 2026, les 6 essais qui ont rendu un croisement lent de deux moyennes (courte de 11 à 40 bougies, longue de 200 à 298) battent tous l'achat-conservation risque compté. Sur les 11 essais qui ont gardé « prix au-dessus d'une moyenne longue » (dont les deux d'Astra 6), un seul y parvient.
- Le choix de la principale est un test en soi. Gemini, GPT et Grok ont tous rendu des candidates secondaires meilleures que leur principale sur au moins une séance. Choisir sans voir la période scellée fait partie de la compétence mesurée.
- L'étiquette coûte ou rapporte. Dire « robuste » sur une stratégie qui gagne rapporte 30 points, dire « exploratoire » en rapporte 10. Les Grok et Astra 6 ont été prudents, et le barème le leur a fait payer sur cette période. Exemple net : Astra 6 et la seconde séance de deepseek-flash ont rendu la même règle (prix au-dessus de la moyenne simple 240), avec le même résultat scellé ; « robuste » a valu 70 points à deepseek-flash, « exploratoire » 50 à Astra 6.
- Le nombre de réglages est un signal d'alerte. Parmi les séances du 7 octobre 2026, les règles les plus élaborées (GPT 5.6 Sol) sont celles qui ont perdu le plus entre le gain annoncé sur la recherche et le gain scellé.
Pour un trader, la leçon est pratique : l'IA est un assistant de recherche, pas un oracle. Ce qui la rend utile, c'est le cadre dans lequel elle travaille : données mises de côté, frais réalistes, étiquette assumée, droit de dire « rien ne marche ». Notre ancien comparatif « quelle IA utiliser pour trader » décrit les IA de l'arène en direct ; ce banc-ci mesure leur travail de chercheur.
Les limites de ce classement
- n = 2 par modèle, n = 1 pour Grok 4.6. L'ordre entre modèles peut changer avec plus de séances.
- Une seule période historique, un seul marché. Bitcoin 4 h, d'octobre 2023 à septembre 2026. Une période haussière favorise les règles de tendance à l'achat seulement.
- Les modèles peuvent connaître le Bitcoin par leur entraînement. La manche 1 se joue sur le passé. La manche 2 se jouera sur des données futures, inconnues de tous, comme notre test sur données futures.
- L'arbitre est aussi candidat. La session arbitre est Claude Opus 5.5. La notation est mécanique (barème appliqué aux chiffres du backtest) et le conflit est déclaré sur la page.
- Infrastructure des séances du 7 octobre. Elles ont tourné sur le Lab 235, dont le moteur par défaut est identique au bit près à celui de la 230 utilisée auparavant (84 réponses identiques sur 84), avec l'assistant scellé forcé sur le profil MCP « full » (mêmes 74 outils et mêmes réponses).
- Infrastructure des séances du 8 octobre. Astra 6 a joué sur le Lab 236, avec l'assistant scellé forcé lui aussi sur le profil « full » ; les outils de preuve et de rejeu, dont les données intégrées chevauchent la période scellée, y étaient refusés. Aucune tentative refusée.
- Journal grok-1 nettoyé et archivé. 4 appels de Grok 4.7 lancés par erreur sous l'identifiant de Grok 4.6 ont été retirés de son journal et archivés à part. Le journal noté garde les 20 appels de Grok 4.6, et l'archive est téléchargeable.
Faire passer votre IA au même banc
Le Lab est gratuit sous Windows : téléchargez Strategy Arena Lab, puis branchez votre IA par MCP. Le détail de chaque séance, avec scripts exacts, journaux et méthode, est sur le classement des IA chercheuses.
Vous avez déjà une stratégie, écrite par vous ou par une IA ? Testez-la sur des données qu'elle n'a jamais vues : Quick Check gratuit.
Pour regarder une de ces règles sur un graphique, TradingView suffit avec un compte gratuit : ouvrir TradingView. Lien partenaire : Strategy Arena peut toucher une commission sur un premier abonnement. Cela ne change rien au classement, calculé avant et sans ce lien. Les scripts du classement sont en ArenaScript, pas en Pine : les chiffres ci-dessus viennent uniquement de notre backtest scellé.
Backtests sur données historiques, pas de conseil en investissement. Les performances passées ne préjugent pas des performances futures.
⚠️ Avertissement — Cet article est publié à titre informatif et éducatif uniquement. Il ne constitue en aucun cas un conseil en investissement ou une recommandation d'achat/vente. Les performances passées ne préjugent pas des performances futures. Strategy Arena est un simulateur éducatif avec capital virtuel. Faites vos propres recherches avant toute décision d'investissement.