NEAR AI dépasse 1 million de tokens stakés pour financer l'inférence AI

NEAR AI a rapporté plus de 1 million de NEAR stakés avec son service, où les utilisateurs peuvent utiliser les récompenses de staking pour l'inférence AI tout en conservant leurs tokens sous-jacents.

Résumé

• Les utilisateurs conservent leur NEAR staké tandis que les récompenses paient pour l'inférence AI.
• Les crédits d'inférence non utilisés sont reportés, et le dé-staking arrête les nouveaux crédits.
• Les budgets de calcul varient en fonction du prix de NEAR, du rendement du staking et du montant déposé.
• L'hébergement d'agents suit une formule distincte, avec 500 NEAR générant 5 $ de crédits mensuels.

Dans un post X du 21 octobre, NEAR AI a déclaré que le montant staké avait dépassé 1 million de tokens, le protocole NEAR répétant ce chiffre quelques minutes plus tard et décrivant les dépôts comme un staking pour l'inférence.

"Stakez le vôtre pour payer votre AI. Le NEAR reste à vous," a écrit NEAR AI.

Le protocole a introduit l'option de paiement le 30 juillet, comme l'a précédemment rapporté crypto.news lorsque NEAR a lancé des paiements AI basés sur le staking. Au lancement, NEAR a déclaré que le mécanisme couvrait 43 modèles de fournisseurs tels qu'OpenAI, Anthropic et Google, ainsi que l'inférence confidentielle et les agents hébergés.

NEAR AI utilise les récompenses de staking pour financer l'inférence

La documentation d'inférence de NEAR AI indique que le service convertit le rendement du staking en crédits de calcul, laissant les tokens déposés sous la propriété de l'utilisateur. Le budget disponible dépend du montant staké, du prix de NEAR et du rendement annuel du staking, ou APY.

Les crédits s'accumulent chaque seconde, selon la documentation, et les soldes non utilisés sont reportés. NEAR AI évalue un crédit à un dollar américain d'utilisation de la plateforme, tandis que le dé-staking arrête l'accumulation de nouveaux crédits. La société affirme que les utilisateurs peuvent gérer les changements via des transactions de portefeuille signées.

Le taux de récompense est variable. NEAR AI explique que les récompenses du réseau sont divisées entre les stakers, donc la proportion de l'offre participant au staking affecte le rendement. Sa documentation indique que les commissions typiques des validateurs se situent entre 1 % et 10 %, déduites avant que les récompenses n'atteignent l'utilisateur. Ces chiffres décrivent les frais des validateurs, et non le prix d'une demande d'inférence.

Pour la planification budgétaire, NEAR AI fournit un calculateur qui traduit une allocation mensuelle d'inférence en le staking requis, ou estime ce qu'un solde de tokens choisi peut financer. Les utilisateurs peuvent modifier ses hypothèses de prix et d'APY pour comparer différents budgets.

La page du calculateur décrit ses chiffres comme illustratifs et dirige les utilisateurs vers la console cloud pour les prix actuels des modèles et leurs portefeuilles pour le rendement de staking applicable.

Les prix à la consommation dépendent du modèle et de l'utilisation des tokens

NEAR AI publie une liste de prix à la consommation distincte, mise à jour le 21 octobre, qui facture pour les tokens d'entrée et de sortie des modèles. Sa page de tarification indique que le service n'a pas d'exigence de dépense minimale, d'abonnement ou de licence de siège sur ce plan, et aucun frais de plateforme au-dessus du tarif du modèle indiqué.

Le catalogue en dollars énumère GLM 5.3 Flash à 0,08 $ par million de tokens d'entrée et 0,50 $ par million de tokens de sortie. Qwen 3.8 27B coûte 0,04 $ par million de tokens d'entrée et 1,35 $ par million de tokens de sortie.

En utilisant ces tarifs publiés, une charge de travail avec 1 million de tokens d'entrée et 1 million de tokens de sortie coûterait 0,58 $ sur GLM 5.3 Flash ou 1,39 $ sur Qwen 3.8 27B. Ces calculs utilisent des comptes de tokens égaux et excluent tout service séparé ; ils ne mesurent pas la qualité de sortie ni ne comparent les performances des modèles.

NEAR AI affirme que l'exécution sécurisée et les attestations signées par le matériel sont incluses dans les tarifs d'inférence indiqués. Son offre entreprise inclut séparément une capacité GPU réservée, des modèles privés, des prix de volume et des accords de niveau de service.

L'hébergement d'agents suit une formule de crédit différente

Pour les agents hébergés, l'explication du produit de NEAR AI du 30 juillet établit une règle différente. Sa politique déclarée divise le montant de NEAR staké par 100 pour déterminer un budget de crédit mensuel en dollars, donnant l'exemple de 500 NEAR générant 5 $ de crédits mensuels.

L'allocation d'hébergement devient disponible au début de la période d'abonnement et se renouvelle tant que les tokens restent stakés, selon la société. Les crédits d'inférence s'accumulent plutôt continuellement à partir du rendement. NEAR AI décrit la formule d'hébergement comme une politique actuelle, et non un taux de conversion permanent.

La société affirme que le staking détermine à la fois le budget d'hébergement et combien d'agents IronClaw peuvent fonctionner en parallèle. Son explication indique un staking minimum de 50 NEAR pour activer un premier agent, les changements d'abonnement étant gérés via des transactions de portefeuille.

La documentation pour développeurs de NEAR AI décrit les environnements d'exécution de confiance comme des zones isolées à l'intérieur des processeurs qui protègent le code et les données pendant le calcul. Pour les modèles hébergés TEE pris en charge, la société affirme que les fournisseurs de modèles et les opérateurs cloud ne peuvent pas lire les invites ou utiliser les données pour l'entraînement. La documentation fournit des voies séparées pour l'accès aux modèles, l'inférence privée et la vérification, ainsi que des options de paiement à la consommation et de recharge.

Les propositions d'application de NEAR incluent des agents avec leurs propres soldes

Le 3 octobre, le co-fondateur de NEAR, Illia Polosukhin, a esquissé des idées d'applications alimentées par l'IA, y compris des animaux de compagnie numériques basés sur des NFT portant des soldes NEAR pour payer l'inférence. Son design proposé utiliserait NEAR AI pour exécuter une inférence vérifiable à partir d'invites encodées sur la chaîne, avec des fonctionnalités de nourrissage, d'habillement et de compétition possibles.

La liste de Polosukhin contenait 13 idées d'application et cinq suggestions de distribution. Ses propositions incluaient le test de modèles AI contre des ensembles de données privés sans exposer les informations sous-jacentes, avec des résultats certifiés identifiant le modèle et le hachage de l'ensemble de test.

Un examen du 6 octobre de l'économie des tokens AI a identifié les soldes stakés, l'utilisation réelle des modèles et les paiements aux fournisseurs comme des mesures distinctes pour évaluer le service AI de NEAR. Il a décrit la feuille de route du réseau comme combinant des services AI privés avec une infrastructure d'exécution inter-chaînes.