NEAR AI перевищує 1 мільйон токенів, які були заморожені для фінансування AI-інференції

NEAR AI повідомила про те, що більше 1 мільйона NEAR заморожено в її сервісі, де користувачі можуть використовувати винагороди за стейкінг для AI-інференції, зберігаючи свої основні токени.

Резюме

• Користувачі зберігають свої заморожені NEAR, поки винагороди оплачують AI-інференцію.
• Невикористані кредити на інференцію переносяться, а розморожування зупиняє накопичення нових кредитів.
• Бюджети на обчислення варіюються в залежності від ціни NEAR, доходу від стейкінгу та суми депозиту.
• Хостинг агентів слідує окремій формулі, де 500 NEAR генерують 5 доларів США щомісячних кредитів.

У пості в X від 21 жовтня NEAR AI повідомила, що кількість заморожених токенів перевищила 1 мільйон, а NEAR Protocol повторила цю цифру через кілька хвилин, описуючи депозити як стейкінг для інференції.

"Заморожуйте свої токени, щоб оплачувати AI. NEAR залишається вашим", - написала NEAR AI.

Протокол представив цю можливість оплати 30 липня, як раніше повідомляло crypto.news, коли NEAR запустив AI-платежі на основі стейкінгу. Під час запуску NEAR заявив, що механізм охоплює 43 моделі від постачальників, включаючи OpenAI, Anthropic та Google, поряд з конфіденційною інференцією та хостингом агентів.

NEAR AI використовує винагороди за стейкінг для фінансування інференції

Документація NEAR AI щодо інференції говорить, що сервіс перетворює доходи від стейкінгу на обчислювальні кредити, залишаючи депоновані токени у власності користувача. Доступний бюджет залежить від кількості заморожених токенів, ціни NEAR та річної процентної ставки стейкінгу (APY).

Кредити накопичуються кожну секунду, згідно з документацією, а невикористані залишки переносяться. NEAR AI оцінює один кредит в один долар США за використання платформи, тоді як розморожування зупиняє накопичення нових кредитів. Компанія стверджує, що користувачі можуть керувати змінами через підписані транзакції гаманця.

Ставка винагороди є змінною. NEAR AI пояснює, що винагороди мережі діляться між стейкерами, тому частка постачання, що бере участь у стейкінгу, впливає на дохід. Її документація вказує, що типові комісії валідаторів становлять від 1% до 10%, які вираховуються перед тим, як винагороди досягнуть користувача. Ці цифри описують збори валідаторів, а не ціну запиту на інференцію.

Для планування бюджету NEAR AI надає калькулятор, який перетворює щомісячний ліміт на інференцію в необхідний стейк або оцінює, що може профінансувати вибраний баланс токенів. Користувачі можуть змінювати припущення щодо ціни та APY, щоб порівняти різні бюджети.

Сторінка калькулятора описує свої цифри як ілюстративні та направляє користувачів до хмарної консолі для актуальних цін моделей та їх гаманців для відповідного доходу від стейкінгу.

Ціни за принципом "плати за використання" залежать від моделі та використання токенів

NEAR AI публікує окремий список цін за принципом "плати за використання", оновлений 21 жовтня, який стягує плату за вхідні та вихідні токени моделі. Його сторінка з цінами говорить, що сервіс не має мінімальних вимог до витрат, підписки або ліцензії на місце за цим планом, і немає платформи вище зазначеної ставки моделі.

Каталог, що виражений у доларах, вказує GLM 5.3 Flash за 0,08 долара за мільйон вхідних токенів та 0,50 долара за мільйон вихідних токенів. Qwen 3.8 27B коштує 0,04 долара за мільйон вхідних токенів та 1,35 долара за мільйон вихідних токенів.

Використовуючи ці опубліковані ставки, навантаження з 1 мільйоном вхідних токенів та 1 мільйоном вихідних токенів коштуватиме 0,58 долара на GLM 5.3 Flash або 1,39 долара на Qwen 3.8 27B. Ці розрахунки використовують рівні кількості токенів і виключають будь-які окремі послуги; вони не вимірюють якість виходу або порівнюють продуктивність моделей.

NEAR AI стверджує, що безпечне виконання та апаратні підписані атестації включені в зазначені ставки інференції. Його підприємницька пропозиція окремо включає зарезервовану потужність GPU, приватні моделі, обсягове ціноутворення та угоди про рівень обслуговування.

Хостинг агентів слідує іншій формулі кредитування

Для хостованих агентів пояснення продукту NEAR AI від 30 липня встановлює інше правило. Його заявлена політика ділить кількість заморожених NEAR на 100, щоб визначити щомісячний бюджет кредиту в доларах, наводячи приклад 500 NEAR, які генерують 5 доларів США щомісячних кредитів.

Дозвіл на хостинг стає доступним на початку періоду підписки та оновлюється, поки токени залишаються замороженими, стверджує компанія. Кредити на інференцію натомість накопичуються безперервно з доходу. NEAR AI описує формулу хостингу як поточну політику, а не постійну ставку конверсії.

Компанія стверджує, що стейкінг визначає як бюджет на хостинг, так і кількість агентів IronClaw, які можуть працювати паралельно. Її пояснення вказує на мінімальний стейк у 50 NEAR для активації першого агента, зміни підписки обробляються через транзакції гаманця.

Документація розробника NEAR AI описує довірені середовища виконання як ізольовані області всередині процесорів, які захищають код і дані під час обчислень. Для підтримуваних моделей TEE компанія стверджує, що постачальники моделей і оператори хмари не можуть читати запити або використовувати дані для навчання. Документація надає окремі маршрути для доступу до моделей, приватної інференції та верифікації, поряд з можливостями поповнення та "плати за використання".

Пропозиції застосування NEAR включають агентів з власними балансами

3 жовтня співзасновник NEAR Ілля Полосухін окреслив ідеї застосувань на основі AI, включаючи цифрових домашніх тварин на основі NFT, які мають баланси NEAR для оплати інференції. Його запропонований дизайн використовував би NEAR AI для виконання перевіряної інференції з запитів, закодованих на ланцюгу, з можливостями годування, одягання та можливими змаганнями.

Список Полосухіна містив 13 ідей застосувань та п'ять пропозицій щодо розподілу. Його пропозиції включали тестування AI-моделей проти приватних наборів даних без розкриття основної інформації, з сертифікованими результатами, що ідентифікують модель та хеш тестового набору.

6 жовтня дослідження економіки токенів AI виявило заморожені баланси, фактичне використання моделей та платежі постачальникам як окремі заходи для оцінки AI-сервісу NEAR. Воно описало дорожню карту мережі як таку, що поєднує приватні AI-сервіси з інфраструктурою крос-ланцюгового виконання.