Um agente de IA passa no desafio da mesa proprietária? Aplicamos regras reais de prop firm a seis modelos de IA

Resposta curta: sozinho, não. No Alpha Arena, seis modelos de IA (Qwen, DeepSeek, Claude, Grok, Gemini e GPT-5) operaram US$ 10.000 em dinheiro real cada um, em futuros perpétuos de cripto. Passamos o histórico dessas contas pelas regras do desafio da Binam, e os seis estouraram o limite de perda diária nas primeiras 50 horas. Um agente só passa quando o código em volta dele controla o risco, e só se a estratégia tiver edge, ou seja, uma vantagem estatística real.

A seguir estão os números por trás dessa resposta, o método que usamos e um jeito prático de montar um agente de IA que aguente as regras de uma mesa proprietária.

Um agente de IA consegue passar no desafio de uma prop firm?

Três resultados resumem a história:

• 6 de 6 modelos seriam reprovados. Passamos os valores horários das contas dos seis modelos do Alpha Arena pelas regras do 1-Step da Binam (meta de 10%, perda diária de 4%, perda máxima de 6%, 5 dias de trading). Todos bateram primeiro no limite de perda diária. O Qwen3 Max, que fechou a temporada com o melhor retorno, estourou o limite logo na primeira hora.
• Sem edge, as chances são ruins. Se os trades de um agente são cara ou coroa, as regras do 1-Step da Binam limitam a chance de aprovação a 37,5% antes das taxas. Com taxas realistas, nossa simulação aponta entre 0% e 22%, conforme o risco por trade.
• Com um edge modesto e risco pequeno, o agente costuma passar. Um agente que acerta metade dos trades com risco/retorno de 1:1,5, arrisca de 0,25% a 0,5% por trade e paga taxas passa no desafio 1-Step em 91% a 99% das nossas simulações.

O modelo escolhido pesa bem menos do que o código que dimensiona as posições. O modelo pode sugerir trades; quem decide se a conta sobrevive são as regras e o código que as faz valer.

Como ChatGPT, Claude e as IAs das exchanges operam futuros de cripto em 2026

Ligar um modelo de linguagem a uma conta de futuros virou tarefa de configuração, não projeto de pesquisa:

• Bybit lançou um servidor MCP oficial em 22 de abril de 2026. Por ele, Claude, ChatGPT e Cursor leem dados de mercado e enviam ordens de spot e de futuros em linguagem natural, enquanto as chaves de API ficam na máquina do desenvolvedor (PR Newswire).
• Binance Agent OS (20 de agosto de 2026) permite que Claude, ChatGPT, Codex e Cursor operem spot, margem e futuros a partir de uma subconta isolada, a "Agentic sub-account", sem permissão de saque (Decrypt).
• Binance AI Pro transforma uma ideia escrita em texto simples numa estratégia automatizada para spot e futuros USD-M, começando em paper trading. O lançamento global foi em 19 de outubro de 2026 (DailyCoin).
• Walt, o app de cripto no Telegram, passou a permitir em 20 de outubro de 2026 que o usuário conecte o ChatGPT ou o Claude a futuros perpétuos. O agente só opera a partir de uma conta separada que o próprio usuário abastece, não pode sacar, e a execução de ordens vem desligada por padrão (24/7 Wall St).

Essas proteções seguem o mesmo desenho: subconta separada, sem saques, confirmação opcional. Elas limitam onde um agente pode perder dinheiro. Não limitam quanto ele perde em um dia, e é exatamente isso que o desafio de uma prop firm mede.

Os traders parecem perceber essa lacuna. Numa pesquisa da MEXC com 3.708 traders de cripto, 84,8% tinham usado IA nos seis meses anteriores, mas só 7,6% citaram a execução direta de trades como uso principal, e 54% não dariam a uma IA mais de 20% da conta (Chainwire, 15/10/2026). A disposição para automatizar subia de 55% para 71,8% quando o agente tinha limites rígidos de capital, alavancagem e perdas. A pesquisa foi encomendada por uma exchange que vende ferramentas de IA, então vale como tendência, não como número exato.

O que aconteceu quando seis modelos de IA operaram dinheiro real

A Temporada 1 do Alpha Arena foi organizada pelo laboratório de IA nof1 de 17 de outubro a 3 de novembro de 2025. Seis modelos receberam US$ 10.000 cada e operaram futuros perpétuos de BTC, ETH, SOL, BNB, DOGE e XRP na Hyperliquid. Todos recebiam o mesmo prompt com dados numéricos de mercado a cada dois ou três minutos, pagavam taxas reais e escolhiam sozinhos a moeda, a direção, o tamanho, a alavancagem e o plano de saída (post técnico da nof1, arquivado). Antes da largada, a nof1 escreveu: "Não esperamos que nenhum dos modelos se saia bem."

Depois a nof1 tirou seus dados públicos do ar, mas o Internet Archive guardou os valores horários das contas e as listas de trades. Esta é a temporada segundo o arquivo:

Fonte: valores horários das contas e snapshots de trades da API da nof1, arquivados pelo Internet Archive; cálculo nosso. Algumas reportagens trazem números finais diferentes para quatro modelos (por exemplo, Claude −42,0% e Grok −57,9%, segundo um post do fundador da nof1 citado pelo ForkLog). Usamos a série arquivada porque ela tem data e hora em cada ponto; a ordem dos dois vencedores é a mesma nas duas versões.

Três pontos chamam a atenção:

1. Quem fez o trabalho foi a alavancagem. A alavancagem mediana das posições ficou entre 10x e 20x, com posições individuais de até 40x. No auge, os modelos carregavam posições abertas de 12 a 23 vezes o tamanho da conta.
2. O stop existia mais no papel do que na exchange. Toda posição tinha stop-loss no plano de saída do modelo, mas no Gemini, no GPT-5, no DeepSeek e no Claude, de 21% a 37% das posições não tinham ordem de stop de fato posicionada na exchange nos snapshots arquivados.
3. Um único trade fez a temporada. O melhor trade do Qwen lucrou US$ 8.176, mais do que todo o resultado líquido dele na temporada. As taxas comeram cerca de 47% do lucro bruto.

Uma continuação, a Temporada 1.5 (19 de novembro a 3 de dezembro de 2025, ações americanas tokenizadas), reuniu 32 contas com oito modelos e quatro estilos de prompt. O vencedor, revelado depois como Grok 4.20, ganhou cerca de 12%. Segundo uma reconstrução feita por terceiros, 26 das 32 contas terminaram abaixo dos US$ 10.000 iniciais (Amicobot). Os dados horários dessa temporada não são públicos, então não deu para fazer o replay dela.

Fizemos o replay do Alpha Arena com as regras do desafio da Binam

Um desafio de prop firm não quer saber como a temporada termina. Ele encerra a tentativa no momento em que um limite de perda é rompido. Por isso pegamos os valores horários arquivados e aplicamos as regras da Binam hora a hora.

A última quebra veio cerca de 50 horas depois da largada. A Binam exige pelo menos cinco dias de trading por fase, então nenhum dos modelos estava sequer apto a passar quando foi reprovado.

Os dados horários suavizam as oscilações dentro de cada hora, então as quebras reais aconteceram no momento mostrado ou antes. O replay também é generoso com os modelos em outro ponto: ele só verifica os limites da conta. A Binam tem ainda regras por trade, e o arquivo mostra com que frequência os modelos as teriam violado:

• Risco por trade. A Binam limita o risco de um único trade a 3% do saldo inicial, ou seja, US$ 300 numa conta de US$ 10.000. Ao longo da temporada, 74 dos 521 trades perderam mais de US$ 300. No Qwen e no DeepSeek foram 20 trades em cada um, perto da metade de tudo o que fizeram.
• Limite de lucro. Durante o desafio, a Binam fecha um trade automaticamente quando ele chega a +4% do saldo. O trade de US$ 8.176 do Qwen e o melhor trade do DeepSeek (US$ 7.378) teriam sido encerrados em torno de US$ 400. No total, 23 trades da temporada passaram dessa linha. Foram esses pontos fora da curva que deixaram os dois "vencedores" no azul.
• Stop-loss. A Binam recomenda stop em toda posição, e as regras limitam o risco de um único trade a 3%. As posições sem ordem de stop na exchange não tinham risco definido, então nada as mantinha dentro desse limite.

Um agente que opera no estilo do Alpha Arena teria dificuldade para passar, e muitos dos trades dele teriam violado as regras por trade. O benchmark passivo, BTC sem alavancagem, não violou nada; só não chegou à meta de 10% nesse período.

O que as pesquisas dizem sobre o desempenho da IA no trading

O Alpha Arena é uma rodada única de 17 dias. Benchmarks acadêmicos de 2025 e 2026 dão uma visão mais ampla e apontam para o mesmo lado: modelos de linguagem mostram pouco edge confiável no trading.

Outros trabalhos explicam por quê. Os resultados variam muito de uma execução para outra, mesmo com configurações determinísticas (AlphaForgeBench). Backtests em períodos que o modelo já viu no treinamento inflam o desempenho (Glasserman e Lin). E o grau de certeza que o modelo declara não serve como probabilidade para operar (The Alpha Illusion). Uma revisão de 2026 constatou que só um de 19 estudos primários sobre trading com agentes levou em conta os custos de transação (arXiv 2605.19337).

Também não existe uma "melhor IA para trade" estável. O Qwen venceu a Temporada 1, o Grok 4.20 venceu a Temporada 1.5, e outros benchmarks coroam outros modelos.

A matemática: a chance de aprovação de um agente de IA com e sem edge

Se o agente não tem edge, passar vira uma questão de regras e sorte. Para medir o peso de cada uma, simulamos o desafio 1-Step da Binam milhares de vezes, com diferentes estratégias e níveis de risco.

O modelo é simples de propósito: uma posição por vez, stop em todo trade, três trades por dia, taxas iguais a 10% do risco por trade (algo como 0,1% de taxa na ida e volta, com o stop a 1% da entrada) e o limite de lucro de 4% por trade da Binam. A "trava de risco" do gráfico é uma camada fixa no código que reduz a posição quando a conta se aproxima de um limite de perda e encerra o dia quando não sobra margem.

O que a simulação mostra:

• Sem edge, sem taxas: a chance de passar fica limitada a 37,5% no 1-Step. É a matemática simples da ruína do jogador: 6 / (10 + 6). No 2-Step, são 33,3%.
• Sem edge, com taxas: 1% com risco de 0,5%, 9% com 1%, 22% com 3%. As taxas vão corroendo uma estratégia que não tem nada para compensá-las.
• Edge modesto, com taxas (50% de acerto, risco/retorno de 1:1,5): 99% com risco de 0,25%, 91% com 0,5%, 75% com 1% e de 34% a 41% com risco de 2% a 3%.
• A trava de risco não cria edge. Ela protege o edge que existe: com risco de 2%, levou a taxa de aprovação de 34% para 55% nas nossas simulações e, num cenário de overtrading (8 trades por dia com risco de 1%), de 69% para 86%.

Aqui aparece o paradoxo da jogada ousada. Sem edge, a chance de passar aumenta com o risco por trade, porque posições maiores chegam à meta com menos trades e pagam menos taxas. Com edge, acontece o contrário, e o risco pequeno vence. Isso encerra uma discussão comum no Reddit sobre a necessidade de partir para o "YOLO" no desafio: só faz sentido se você não tem edge, e aí você está basicamente comprando um bilhete de loteria.

Os números do mundo real ficam perto do cenário sem edge. A Goat Funded Trader publicou um painel com 594.997 compradores de desafios e 22.279 traders que receberam saque (payout), cerca de 3,7% dos compradores (Finance Magnates, 21/10/2026). Um estudo de 2024 com mais de 300.000 contas em dez empresas mostrou que 14% passaram e 7% chegaram ao saque (CoinGape sobre o estudo da FPFX). Os dois números vêm de fontes do setor, não de auditorias.

A única coisa que muda essas chances é o edge, e ele precisa ser comprovado em conta demo antes de você escolher o risco por trade.

Como os agentes de IA falham no trading

Quase toda falha documentada esbarra numa regra específica do desafio:

Fora dos testes de trading, os incidentes têm mais a ver com permissões e chaves do que com previsões. Um relatório da OpenAI atualizado em 15 de outubro de 2026 descreve um modelo interno de pesquisa que, ao implantar contratos numa rede de teste, usou fundos de uma carteira que não era dele e deixou isso de fora do relatório final (OpenAI). Eram tokens de teste, quase sem valor, então as manchetes sobre um agente que "esvaziou uma carteira" exageram, mas a lição continua de pé: um agente nunca deve ter mais permissões do que a tarefa exige. Os reguladores, por sua vez, veem sobretudo fraude fantasiada de IA. Em setembro de 2026, a SEC acusou dois esquemas que captaram mais de US$ 15 milhões e que, segundo a própria SEC, nem tinham robôs de trading com IA (SEC 2026-95).

Quais mesas proprietárias aceitam robôs e agentes de IA?

A maioria das prop firms permite automação e proíbe a exploração de brechas. As regras mudam nos detalhes:

As regras mudam com frequência, então confira a versão atual no site de cada empresa antes de começar. Da tabela saem dois pontos práticos. Um agente que roda pelo Telegram, como os lançados em outubro de 2026, violaria a proibição da FundedNext a EAs ligados ao Telegram. E um agente que usa o prompt ou os sinais de outra pessoa pode cair nas proibições de copy trading. Na Binam, o trader responde pelo que o sistema automatizado faz.

Como montar um agente de IA que respeite as regras da mesa proprietária

Pesquisadores e quem opera na prática concordam num princípio de arquitetura: o modelo propõe, o código decide. O modelo de linguagem forma a ideia do trade. Um código simples e determinístico define o tamanho, confere os limites e conversa com a exchange.

Uma estrutura que se encaixa nas regras da Binam:

1. O modelo entrega só a intenção: direção, entrada, stop e um motivo curto. Ele nunca define o tamanho da posição.
2. Uma calculadora de tamanho de posição no código calcula o tamanho a partir da distância do stop: tamanho = min(3% do saldo inicial, margem até o limite diário, margem até a perda máxima) / distância até o stop. Comece com risco de 0,5% a 1% por trade.
3. Um validador de ordens rejeita qualquer ordem sem stop, confere depois da entrada se a ordem de stop está mesmo na exchange e limita o número de trades por dia.
4. Um circuit breaker diário interrompe as operações quando a margem até o limite de perda diária fica pequena demais.
5. Um vigia (watchdog) em processo separado fecha as posições e desativa a chave de API se a conta se aproximar de um limite (por exemplo, −3,5% no dia no 1-Step).
6. Um log registra cada intenção, ordem e rejeição, para você auditar o que o agente fez.

Guarde posições, saldos e limites num armazenamento que o modelo pode ler, mas não alterar; uma revisão de 2026 sobre trading com agentes aponta como fraqueza crítica os limites guardados só na "memória" do modelo (arXiv 2605.19337). Teste primeiro em testnet ou conta demo e dê ao agente chaves de API só de trading, com saques desativados.

Essa estrutura é uma recomendação montada a partir das fontes acima, não um resultado testado. O que a nossa simulação mostra é onde ela rende mais: com risco por trade mais alto e quando o agente faz overtrading.

Como fizemos os cálculos

• Dados do Alpha Arena. Valores horários das contas dos seis modelos e de um benchmark de BTC em buy and hold (408 pontos, de 17 de outubro a 3 de novembro de 2025) e snapshots de trades da API pública da nof1, recuperados do Internet Archive (snapshot dos valores das contas). O número de trades e as taxas batem com dados publicados de forma independente durante a temporada.
• Regras. Regras 1-Step e 2-Step da Binam como publicadas em binam.io/pt/rules em 22 de outubro de 2026. Usamos dias em UTC; a perda diária é medida a partir do patrimônio da conta no início do dia, incluindo posições abertas; a perda máxima é medida a partir dos US$ 10.000 iniciais; um dia conta como dia de trading se a conta variou pelo menos 0,2%.
• Limites do replay. Snapshots horários não captam as oscilações dentro da hora, então as quebras reais aconteceram no momento mostrado ou antes. O replay não consegue refazer as decisões dos modelos sob as regras por trade da Binam; ele só mostra quais trades essas regras teriam bloqueado.
• Simulação. Um modelo de Monte Carlo das regras da Binam com 4.000 desafios simulados por ponto. Taxa de acerto, risco/retorno e taxas são premissas, não medições de algum agente real, e as chances no mundo real provavelmente são um pouco menores.

Perguntas frequentes

O ChatGPT ou o Claude conseguem passar sozinhos no desafio de uma prop firm?

Não de forma confiável. No nosso replay do Alpha Arena, em que seis modelos, entre eles o Claude Sonnet 4.5 e o GPT-5, operaram dinheiro real, todos estouraram um limite de perda diária em cerca de dois dias. Não encontramos nenhum caso verificado de agente baseado em modelo de linguagem que tenha passado num desafio real e recebido saque. Um agente só tem chance com uma camada de risco externa e um edge comprovado.

A Binam aceita robôs de trading e agentes de IA?

Sim. As regras da Binam (regra 5.9) permitem robôs de trading, estratégias algorítmicas e expert advisors, desde que todas as regras de risco sejam respeitadas: risco de até 3% por trade e os limites de perda diária e de perda máxima. É recomendado usar stop-loss em toda posição. O trader responde pelo que o sistema automatizado faz.

Qual a chance de um agente de IA sem edge comprovado?

Antes das taxas, o teto é de 37,5% no desafio 1-Step da Binam e de 33,3% no 2-Step. Com taxas realistas, nossa simulação coloca a chance no 1-Step entre cerca de 1% e 22%, conforme o risco por trade. A maior parte disso é sorte.

Quantos por cento dos traders passam no desafio da mesa proprietária?

Os números públicos são baixos. Um estudo do setor de 2024 com mais de 300.000 contas mostrou que 14% passaram e 7% chegaram ao saque. O painel de uma empresa em outubro de 2026 mostrou que cerca de 3,7% dos compradores de desafios receberam saque. São números das próprias empresas, não dados auditados.

Quanto tempo um agente de IA leva para passar num desafio da Binam?

A Binam exige pelo menos cinco dias de trading por fase e não tem prazo máximo. Na nossa simulação, um agente com edge modesto arriscando 1% por trade passou no 1-Step numa mediana de cerca de 10 dias de trading, e em cerca de 24 dias com risco de 0,5%.

1-Step ou 2-Step: qual é melhor para um agente de IA?

Sem edge, o 1-Step dá chances um pouco melhores (37,5% contra 33,3% antes das taxas). Com edge e risco pequeno, o 2-Step pode ser mais fácil porque os limites de perda são mais largos (5% diário e 10% máximo, contra 4% e 6%), ao custo de uma segunda fase.

Qual é a melhor IA para trade de cripto?

Não há um líder estável. O Qwen3 Max venceu a Temporada 1 do Alpha Arena, o Grok 4.20 venceu a Temporada 1.5, e outros benchmarks colocam outros modelos em primeiro. Um estudo ao vivo mostrou que a posição de um modelo no ranking geral de IA quase não tinha relação com o retorno dele no trading.

Quanto um agente de IA pode perder num dia numa conta da Binam?

No desafio 1-Step, o limite de perda diária é de 4% do saldo no início do dia, incluindo posições abertas. Numa conta de US$ 10.000, são US$ 400. Uma camada de risco bem feita deve parar o agente bem antes dessa linha.

O que fazer agora

Se você está construindo um agente de IA para trading, teste-o do jeito que uma prop firm vai testar: com limites rígidos, taxas reais e ao longo de vários dias. Coloque o dimensionamento da posição, a checagem dos stops e o corte diário no código, não no prompt. Depois compare os resultados com os números sem edge acima. Se o agente não superar esses números com folga numa conta demo, nenhum prompt vai resolver.

As regras da Binam permitem robôs e estratégias algorítmicas, então um agente que respeite os limites de risco pode fazer um desafio de verdade. Pergunte ao suporte como conectá-lo à exchange que você escolher (Bybit ou Binance). Leia antes as regras completas do desafio e, sobre tamanho de posição, veja nosso guia a fórmula de uma linha para o tamanho da posição. Dúvidas sobre robôs e configurações são bem-vindas no chat de traders da Binam no Telegram.

Operar futuros de cripto envolve risco. Este artigo é apenas informativo e não constitui recomendação de investimento.