NEAR AI بیش از 1 میلیون توکن استیک شده را به عنوان بودجه پاداش برای استنتاج AI به ثبت رساند

NEAR AI گزارش داده است که بیش از 1 میلیون NEAR با خدمات خود استیک شده است، جایی که کاربران می‌توانند پاداش‌های استیکینگ را برای استنتاج AI استفاده کنند در حالی که توکن‌های اصلی خود را حفظ می‌کنند.

خلاصه

• کاربران NEAR استیک شده خود را حفظ می‌کنند در حالی که پاداش‌ها برای استنتاج AI پرداخت می‌شوند.
• اعتبارهای استنتاج استفاده نشده به جلو منتقل می‌شوند و لغو استیکینگ اعتبارهای جدید را متوقف می‌کند.
• بودجه محاسباتی با قیمت NEAR، بازده استیکینگ و مقدار واریز شده متفاوت است.
• میزبانی عامل‌ها از فرمول جداگانه‌ای پیروی می‌کند، با 500 NEAR که 5 دلار اعتبار ماهانه تولید می‌کند.

در یک پست X در تاریخ 21 اکتبر، NEAR AI اعلام کرد که مقدار استیک شده از 1 میلیون توکن عبور کرده است، و پروتکل NEAR چند دقیقه بعد این عدد را تکرار کرده و واریزها را به عنوان استیکینگ برای استنتاج توصیف کرد.

"استیک خود را برای پرداخت AI خود قرار دهید. NEAR متعلق به شما باقی می‌ماند،" NEAR AI نوشت.

این پروتکل گزینه پرداخت را در تاریخ 30 ژوئیه معرفی کرد، همانطور که crypto.news قبلاً گزارش داده بود زمانی که NEAR پرداخت‌های مبتنی بر استیکینگ AI را راه‌اندازی کرد. در زمان راه‌اندازی، NEAR اعلام کرد که این مکانیزم شامل 43 مدل از ارائه‌دهندگانی مانند OpenAI، Anthropic و Google، به همراه استنتاج محرمانه و عامل‌های میزبانی شده است.

NEAR AI از پاداش‌های استیکینگ برای تأمین استنتاج استفاده می‌کند

مستندات استنتاج NEAR AI می‌گوید که این سرویس بازده استیکینگ را به اعتبارهای محاسباتی تبدیل می‌کند و توکن‌های واریز شده را در مالکیت کاربر باقی می‌گذارد. بودجه موجود به مقدار استیک شده، قیمت NEAR و درصد بازده سالانه استیکینگ، یا APY بستگی دارد.

اعتبارها هر ثانیه جمع می‌شوند، طبق مستندات، و موجودی‌های استفاده نشده به جلو منتقل می‌شوند. NEAR AI یک اعتبار را معادل یک دلار آمریکا از استفاده از پلتفرم می‌داند، در حالی که لغو استیکینگ از جمع شدن اعتبارهای جدید جلوگیری می‌کند. این شرکت می‌گوید کاربران می‌توانند تغییرات را از طریق تراکنش‌های امضاشده کیف پول مدیریت کنند.

نرخ پاداش متغیر است. NEAR AI توضیح می‌دهد که پاداش‌های شبکه بین استیکرها تقسیم می‌شود، بنابراین نسبت عرضه‌ای که در استیکینگ شرکت می‌کند بر بازده تأثیر می‌گذارد. مستندات آن کمیسیون‌های معمول اعتباردهنده را بین 1% تا 10% ذکر می‌کند که قبل از رسیدن پاداش‌ها به کاربر کسر می‌شود. این ارقام هزینه‌های اعتباردهنده را توصیف می‌کند، نه قیمت درخواست استنتاج.

برای برنامه‌ریزی بودجه، NEAR AI یک ماشین‌حساب ارائه می‌دهد که یک اعتبار استنتاج ماهانه را به استیک مورد نیاز تبدیل می‌کند، یا تخمین می‌زند که چه مقدار از موجودی توکن انتخاب شده می‌تواند تأمین کند. کاربران می‌توانند فرضیات قیمت و APY خود را تغییر دهند تا بودجه‌های مختلف را مقایسه کنند.

صفحه ماشین‌حساب ارقام خود را به عنوان توصیفی معرفی می‌کند و کاربران را به کنسول ابری برای قیمت‌های مدل‌های فعلی و کیف پول‌های خود برای بازده استیکینگ قابل اجرا هدایت می‌کند.

قیمت‌های پرداخت به ازای استفاده به مدل و استفاده از توکن بستگی دارد

NEAR AI یک لیست قیمت جداگانه پرداخت به ازای استفاده منتشر می‌کند که در تاریخ 21 اکتبر به‌روزرسانی شده و برای توکن‌های ورودی و خروجی مدل هزینه می‌گیرد. صفحه قیمت‌گذاری آن می‌گوید که این سرویس هیچ الزامی برای حداقل هزینه، اشتراک یا مجوز صندلی در این طرح ندارد و هیچ هزینه پلتفرمی بالاتر از نرخ مدل ذکر شده وجود ندارد.

کاتالوگ به دلار، GLM 5.3 Flash را با قیمت 0.08 دلار برای هر میلیون توکن ورودی و 0.50 دلار برای هر میلیون توکن خروجی فهرست می‌کند. Qwen 3.8 27B با قیمت 0.04 دلار برای هر میلیون توکن ورودی و 1.35 دلار برای هر میلیون توکن خروجی هزینه دارد.

با استفاده از این نرخ‌های منتشر شده، یک بار کاری با 1 میلیون توکن ورودی و 1 میلیون توکن خروجی 0.58 دلار در GLM 5.3 Flash یا 1.39 دلار در Qwen 3.8 27B هزینه خواهد داشت. این محاسبات از تعداد توکن‌های برابر استفاده می‌کند و هیچ خدمات جداگانه‌ای را شامل نمی‌شود؛ آنها کیفیت خروجی را اندازه‌گیری نمی‌کنند و عملکرد مدل‌ها را مقایسه نمی‌کنند.

NEAR AI می‌گوید که اجرای امن و تأییدیه‌های امضا شده توسط سخت‌افزار در نرخ‌های استنتاج ذکر شده گنجانده شده است. پیشنهاد شرکتی آن به طور جداگانه شامل ظرفیت GPU رزرو شده، مدل‌های خصوصی، قیمت‌گذاری حجمی و توافق‌نامه‌های سطح خدمات است.

میزبانی عامل‌ها از فرمول اعتبار متفاوتی پیروی می‌کند

برای عامل‌های میزبانی شده، توضیحات محصول NEAR AI در تاریخ 30 ژوئیه یک قاعده متفاوت را تعیین می‌کند. سیاست اعلام شده آن مقدار NEAR استیک شده را بر 100 تقسیم می‌کند تا یک بودجه اعتبار ماهانه به دلار تعیین کند و مثال 500 NEAR که 5 دلار اعتبار ماهانه تولید می‌کند را ارائه می‌دهد.

مجوز میزبانی در ابتدای دوره اشتراک در دسترس قرار می‌گیرد و در حالی که توکن‌ها استیک شده باقی می‌مانند، تازه می‌شود، به گفته شرکت. اعتبارهای استنتاج به جای آن به طور مداوم از بازده جمع می‌شوند. NEAR AI فرمول میزبانی را به عنوان سیاست فعلی توصیف می‌کند، نه نرخ تبدیل دائمی.

این شرکت می‌گوید که استیکینگ هم بودجه میزبانی و هم تعداد عامل‌های IronClaw که می‌توانند به طور موازی اجرا شوند را تعیین می‌کند. توضیحات آن حداقل استیک 50 NEAR را برای فعال‌سازی یک عامل اول ذکر می‌کند، با تغییرات اشتراک که از طریق تراکنش‌های کیف پول انجام می‌شود.

مستندات توسعه‌دهنده NEAR AI محیط‌های اجرای قابل اعتماد را به عنوان مناطق ایزوله در داخل پردازنده‌ها توصیف می‌کند که کد و داده‌ها را در حین محاسبه محافظت می‌کنند. برای مدل‌های پشتیبانی شده TEE، این شرکت می‌گوید که ارائه‌دهندگان مدل و اپراتورهای ابری نمی‌توانند درخواست‌ها را بخوانند یا از داده‌ها برای آموزش استفاده کنند. مستندات مسیرهای جداگانه‌ای برای دسترسی به مدل، استنتاج خصوصی و تأیید، به همراه گزینه‌های پرداخت به ازای استفاده و پرداخت به ازای استفاده ارائه می‌دهد.

پیشنهادات کاربردی NEAR شامل عامل‌هایی با موجودی‌های خودشان است

در تاریخ 3 اکتبر، Illia Polosukhin، یکی از بنیان‌گذاران NEAR، ایده‌های کاربردی مبتنی بر AI را شامل حیوانات خانگی دیجیتال مبتنی بر NFT که موجودی‌های NEAR برای پرداخت استنتاج دارند، ترسیم کرد. طراحی پیشنهادی او از NEAR AI برای اجرای استنتاج قابل تأیید از درخواست‌های رمزگذاری شده در زنجیره استفاده می‌کند، با ویژگی‌های تغذیه، لباس پوشیدن و امکان رقابت.

لیست Polosukhin شامل 13 ایده کاربردی و پنج پیشنهاد توزیع بود. پیشنهادات او شامل آزمایش مدل‌های AI در برابر داده‌های خصوصی بدون افشای اطلاعات زیرین، با نتایج تأیید شده که مدل و هش مجموعه آزمایش را شناسایی می‌کند، بود.

یک بررسی در تاریخ 6 اکتبر از اقتصاد توکن AI، موجودی‌های استیک شده، استفاده واقعی از مدل و پرداخت‌ها به ارائه‌دهندگان را به عنوان معیارهای جداگانه برای ارزیابی خدمات AI NEAR شناسایی کرد. این بررسی نقشه راه شبکه را به عنوان ترکیب خدمات AI خصوصی با زیرساخت اجرای چند زنجیره‌ای توصیف کرد.