NEAR AI supera 1 millón de tokens apostados mientras el fondo de recompensas financia la inferencia de IA

NEAR AI ha informado que más de 1 millón de NEAR han sido apostados con su servicio, donde los usuarios pueden destinar las recompensas de staking a la inferencia de IA mientras retienen sus tokens subyacentes.

Resumen

• Los usuarios retienen su NEAR apostado mientras las recompensas financian la inferencia de IA.
• Los créditos de inferencia no utilizados se transfieren, y la desapostación detiene la acumulación de nuevos créditos.
• Los presupuestos de computación varían con el precio de NEAR, el rendimiento del staking y la cantidad depositada.
• La hospedaje de agentes sigue una fórmula separada, con 500 NEAR generando $5 en créditos mensuales.

En una publicación en X del 21 de octubre, NEAR AI dijo que la cantidad apostada había superado 1 millón de tokens, con el Protocolo NEAR repitiendo la cifra minutos después y describiendo los depósitos como staking para inferencia.

"Apuesta la tuya para pagar por tu IA. El NEAR sigue siendo tuyo," escribió NEAR AI.

El protocolo introdujo la opción de pago el 30 de julio, como informó anteriormente crypto.news cuando NEAR lanzó pagos de IA basados en staking. En el lanzamiento, NEAR dijo que el mecanismo cubría 43 modelos de proveedores como OpenAI, Anthropic y Google, junto con inferencia confidencial y agentes hospedados.

NEAR AI utiliza recompensas de staking para financiar la inferencia

La documentación de inferencia de NEAR AI dice que el servicio convierte el rendimiento del staking en créditos de computación, dejando los tokens depositados en la propiedad del usuario. El presupuesto disponible depende de la cantidad apostada, el precio de NEAR y el rendimiento porcentual anual del staking, o APY.

Los créditos se acumulan cada segundo, según la documentación, y los saldos no utilizados se transfieren. NEAR AI valora un crédito en un dólar estadounidense de uso de la plataforma, mientras que la desapostación detiene la acumulación de nuevos créditos. La empresa dice que los usuarios pueden gestionar cambios a través de transacciones firmadas de billetera.

La tasa de recompensa es variable. NEAR AI explica que las recompensas de la red se dividen entre los apostadores, por lo que la proporción de suministro que participa en el staking afecta el rendimiento. Su documentación establece que las comisiones típicas de los validadores son del 1% al 10%, deducidas antes de que las recompensas lleguen al usuario. Estas cifras describen los cargos de los validadores, no el precio de una solicitud de inferencia.

Para la planificación del presupuesto, NEAR AI proporciona una calculadora que traduce una asignación mensual de inferencia en el stake requerido, o estima lo que un saldo de token elegido puede financiar. Los usuarios pueden cambiar sus supuestos de precio y APY para comparar diferentes presupuestos.

La página de la calculadora describe sus cifras como ilustrativas y dirige a los usuarios a la consola en la nube para los precios actuales de los modelos y a sus billeteras para el rendimiento de staking aplicable.

Los precios de pago por uso dependen del modelo y el uso de tokens

NEAR AI publica una lista de precios de pago por uso separada, actualizada el 21 de octubre, que cobra por tokens de entrada y salida del modelo. Su página de precios dice que el servicio no tiene un requisito mínimo de gasto, suscripción o licencia de asiento en ese plan, y no hay tarifa de plataforma por encima de la tasa del modelo listada.

El catálogo en dólares enumera GLM 5.3 Flash a $0.08 por millón de tokens de entrada y $0.50 por millón de tokens de salida. Qwen 3.8 27B cuesta $0.04 por millón de tokens de entrada y $1.35 por millón de tokens de salida.

Usando esas tarifas publicadas, una carga de trabajo con 1 millón de tokens de entrada y 1 millón de tokens de salida costaría $0.58 en GLM 5.3 Flash o $1.39 en Qwen 3.8 27B. Estos cálculos utilizan cantidades de tokens iguales y excluyen cualquier servicio separado; no miden la calidad de salida ni comparan el rendimiento de los modelos.

NEAR AI dice que la ejecución segura y las atestaciones firmadas por hardware están incluidas en las tarifas de inferencia listadas. Su oferta empresarial incluye por separado capacidad de GPU reservada, modelos privados, precios por volumen y acuerdos de nivel de servicio.

La hospedaje de agentes sigue una fórmula de crédito diferente

Para los agentes hospedados, la explicación del producto de NEAR AI del 30 de julio establece una regla diferente. Su política declarada divide la cantidad de NEAR apostados por 100 para determinar un presupuesto mensual de créditos en dólares, dando el ejemplo de 500 NEAR generando $5 en créditos mensuales.

La asignación de hospedaje se vuelve disponible al inicio del período de suscripción y se actualiza mientras los tokens permanezcan apostados, dice la empresa. Los créditos de inferencia, en cambio, se acumulan continuamente a partir del rendimiento. NEAR AI describe la fórmula de hospedaje como política actual, no como una tasa de conversión permanente.

La empresa dice que el staking determina tanto el presupuesto de hospedaje como cuántos agentes IronClaw pueden ejecutarse en paralelo. Su explicación enumera un stake mínimo de 50 NEAR para activar un primer agente, con cambios de suscripción gestionados a través de transacciones de billetera.

La documentación para desarrolladores de NEAR AI describe entornos de ejecución confiables como áreas aisladas dentro de los procesadores que protegen el código y los datos durante la computación. Para los modelos hospedados en TEE compatibles, la empresa dice que los proveedores de modelos y los operadores de la nube no pueden leer los prompts ni usar los datos para entrenamiento. La documentación proporciona rutas separadas para el acceso a modelos, inferencia privada y verificación, junto con opciones de pago por carga y pago por uso.

Las propuestas de aplicación de NEAR incluyen agentes con sus propios saldos

El 3 de octubre, el cofundador de NEAR, Illia Polosukhin, esbozó ideas de aplicaciones impulsadas por IA, incluyendo mascotas digitales basadas en NFT que llevan saldos de NEAR para pagar por la inferencia. Su diseño propuesto utilizaría NEAR AI para ejecutar inferencias verificables a partir de prompts codificados en la cadena, con características de alimentación, vestimenta y posibles competencias.

La lista de Polosukhin contenía 13 ideas de aplicaciones y cinco sugerencias de distribución. Sus propuestas incluían probar modelos de IA contra conjuntos de datos privados sin exponer la información subyacente, con resultados certificados que identifican el modelo y el hash del conjunto de prueba.

Un examen del 6 de octubre sobre la economía de tokens de IA identificó saldos apostados, uso real del modelo y pagos a proveedores como medidas separadas para evaluar el servicio de IA de NEAR. Describió la hoja de ruta de la red como una combinación de servicios de IA privados con infraestructura de ejecución entre cadenas.