A NEAR AI relatou mais de 1 milhão de NEAR em staking com seu serviço, no qual os usuários podem direcionar recompensas de staking para inferência de IA enquanto mantêm seus tokens subjacentes.
Resumo
- Os usuários mantêm seu NEAR em staking enquanto as recompensas pagam pela inferência de IA.
- Créditos de inferência não utilizados são acumulados, e o unstaking interrompe novos créditos.
- Os orçamentos de computação variam com o preço do NEAR, o rendimento do staking e o valor depositado.
- A hospedagem de agentes segue uma fórmula separada, com 500 NEAR gerando US$ 5 em créditos mensais.
Em uma publicação no X em 21 de outubro, a NEAR AI disse que a quantidade em staking havia ultrapassado 1 milhão de tokens, com a NEAR Protocol repetindo o número minutos depois e descrevendo os depósitos como staking para inferência.
“Faça staking do seu para pagar pela sua IA. O NEAR continua seu”, escreveu a NEAR AI.
O protocolo introduziu a opção de pagamento em 30 de julho, conforme o crypto.news relatou anteriormente quando a NEAR lançou pagamentos de IA baseados em staking. No lançamento, a NEAR disse que o mecanismo cobria 43 modelos de provedores incluindo OpenAI, Anthropic e Google, além de inferência confidencial e agentes hospedados.
A NEAR AI usa recompensas de staking para financiar inferência
A documentação de inferência da NEAR AI diz que o serviço converte o rendimento do staking em créditos de computação, deixando os tokens depositados sob a propriedade do usuário. O orçamento disponível depende da quantidade em staking, do preço do NEAR e do rendimento percentual anual do staking, ou APY.
Os créditos se acumulam a cada segundo, de acordo com a documentação, e os saldos não utilizados são acumulados. A NEAR AI avalia um crédito em um dólar americano de uso da plataforma, enquanto o unstaking interrompe o acúmulo de novos créditos. A empresa diz que os usuários podem gerenciar mudanças por meio de transações de carteira assinadas.
A taxa de recompensa é variável. A NEAR AI explica que as recompensas da rede são divididas entre os stakers, então a proporção do fornecimento que participa do staking afeta o rendimento. Sua documentação coloca as comissões típicas de validadores em 1% a 10%, deduzidas antes que as recompensas cheguem ao usuário. Esses números descrevem as cobranças dos validadores, não o preço de uma solicitação de inferência.
Para planejamento de orçamento, a NEAR AI fornece uma calculadora que converte uma permissão mensal de inferência no stake necessário, ou estima o que um saldo de tokens escolhido pode financiar. Os usuários podem alterar suas suposições de preço e APY para comparar diferentes orçamentos.
A página da calculadora descreve seus números como ilustrativos e direciona os usuários ao console da nuvem para os preços atuais dos modelos e às suas carteiras para o rendimento de staking aplicável.
Os preços de pagamento conforme o uso dependem do modelo e do uso de tokens
A NEAR AI publica uma lista de preços separada de pagamento conforme o uso, atualizada em 21 de outubro, que cobra pelos tokens de entrada e saída do modelo. Sua página de preços diz que o serviço não tem requisito mínimo de gasto, assinatura ou licença por assento nesse plano, e nenhuma taxa de plataforma acima da tarifa listada do modelo.
O catálogo denominado em dólares lista o GLM 5.3 Flash a US$ 0,08 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída. O Qwen 3.8 27B custa US$ 0,04 por milhão de tokens de entrada e US$ 1,35 por milhão de tokens de saída.
Usando essas tarifas publicadas, uma carga de trabalho com 1 milhão de tokens de entrada e 1 milhão de tokens de saída custaria US$ 0,58 no GLM 5.3 Flash ou US$ 1,39 no Qwen 3.8 27B. Esses cálculos usam contagens iguais de tokens e excluem quaisquer serviços separados; eles não medem a qualidade da saída nem comparam o desempenho dos modelos.
A NEAR AI diz que execução segura e atestações assinadas por hardware estão incluídas nas tarifas de inferência listadas. Sua oferta empresarial inclui separadamente capacidade reservada de GPU, modelos privados, preços por volume e acordos de nível de serviço.
A hospedagem de agentes segue uma fórmula de crédito diferente
Para agentes hospedados, a explicação do produto da NEAR AI de 30 de julho estabelece uma regra diferente. Sua política declarada divide a quantidade de NEAR em staking por 100 para determinar um orçamento mensal de créditos em dólares, dando o exemplo de 500 NEAR gerando US$ 5 em créditos mensais.
A permissão de hospedagem fica disponível no início do período de assinatura e é renovada enquanto os tokens permanecem em staking, diz a empresa. Os créditos de inferência, em vez disso, acumulam-se continuamente a partir do rendimento. A NEAR AI descreve a fórmula de hospedagem como política atual, não como uma taxa de conversão permanente.
A empresa afirma que o staking determina tanto o orçamento de hospedagem quanto quantos agentes IronClaw podem ser executados em paralelo. Sua explicação lista um stake mínimo de 50 NEAR para ativar um primeiro agente, com alterações de assinatura tratadas por meio de transações de carteira.
A documentação para desenvolvedores da NEAR AI descreve os ambientes de execução confiável como áreas isoladas dentro dos processadores que protegem o código e os dados durante a computação. Para modelos hospedados em TEE suportados, a empresa afirma que os provedores de modelos e os operadores de nuvem não podem ler os prompts nem usar os dados para treinamento. A documentação fornece rotas separadas para acesso a modelos, inferência privada e verificação, além de opções de pagamento por recarga e pagamento conforme o uso.
As propostas de aplicativos da NEAR incluem agentes com seus próprios saldos
Em 3 de outubro, o cofundador da NEAR, Illia Polosukhin, delineou ideias de aplicativos com IA, incluindo animais de estimação digitais baseados em NFT que carregam saldos em NEAR para pagar pela inferência. Seu design proposto usaria a NEAR AI para executar inferência verificável a partir de prompts codificados onchain, com recursos de alimentação, vestimenta e possíveis competições.
A lista de Polosukhin continha 13 ideias de aplicativos e cinco sugestões de distribuição. Suas propostas incluíam testar modelos de IA contra conjuntos de dados privados sem expor as informações subjacentes, com resultados certificados identificando o modelo e o hash do conjunto de testes.
Um exame de 6 de outubro da economia de tokens de IA identificou saldos em staking, uso real do modelo e pagamentos aos provedores como medidas separadas para avaliar o serviço de IA da NEAR. Ele descreveu o roteiro da rede como a combinação de serviços de IA privados com infraestrutura de execução entre cadeias.
