NEAR AI ha informado que más de 1 millón de NEAR están apostados con su servicio, donde los usuarios pueden destinar las recompensas de staking a la inferencia de IA mientras conservan sus tokens subyacentes.
Resumen
- Los usuarios conservan su NEAR apostado mientras las recompensas pagan la inferencia de IA.
- Los créditos de inferencia no utilizados se trasladan al siguiente período, y el unstaking detiene la generación de nuevos créditos.
- Los presupuestos de cómputo varían según el precio de NEAR, el rendimiento del staking y la cantidad depositada.
- El alojamiento 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, y NEAR Protocol repitió la cifra minutos después y describió los depósitos como staking para inferencia.
“Apuesta los tuyos para pagar tu IA. Los NEAR siguen siendo tuyos”, escribió NEAR AI.
El protocolo introdujo la opción de pago el 30 de julio, como informó previamente 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 alojados.
NEAR AI utiliza las recompensas de staking para financiar la inferencia
La documentación de inferencia de NEAR AI indica que el servicio convierte el rendimiento del staking en créditos de cómputo, dejando los tokens depositados bajo 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 trasladan al siguiente período. NEAR AI valora un crédito como un dólar estadounidense de uso de la plataforma, mientras que el unstaking detiene la acumulación de nuevos créditos. La empresa afirma que los usuarios pueden gestionar los cambios mediante transacciones firmadas con la billetera.
La tasa de recompensa es variable. NEAR AI explica que las recompensas de la red se dividen entre los stakers, por lo que la proporción del suministro que participa en el staking afecta el rendimiento. Su documentación sitúa las comisiones típicas de los validadores entre el 1% y el 10%, deducidas antes de que las recompensas lleguen al usuario. Esas 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 qué puede financiar un saldo de tokens elegido. 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 conocer 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 del uso de tokens
NEAR AI publica una lista de precios de pago por uso separada, actualizada el 21 de octubre, que cobra por los tokens de entrada y salida del modelo. Su página de precios indica que el servicio no tiene requisito mínimo de gasto, suscripción ni licencia por asiento en ese plan, y ninguna tarifa de plataforma por encima de la tarifa del modelo listada.
El catálogo denominado en dólares lista 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 recuentos de tokens iguales y excluyen cualquier servicio separado; no miden la calidad de la salida ni comparan el rendimiento de los modelos.
NEAR AI afirma 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.
El alojamiento de agentes sigue una fórmula de crédito diferente
Para los agentes alojados, la explicación del producto de NEAR AI del 30 de julio establece una regla diferente. Su política declarada divide la cantidad de NEAR apostado entre 100 para determinar un presupuesto mensual de créditos en dólares, dando el ejemplo de 500 NEAR generando $5 en créditos mensuales.
La asignación de alojamiento se pone a disposición al inicio del período de suscripción y se renueva mientras los tokens permanezcan apostados, según la empresa. Los créditos de inferencia, en cambio, se acumulan continuamente a partir del rendimiento. NEAR AI describe la fórmula de alojamiento como política actual, no como una tasa de conversión permanente.
La compañía afirma que el staking determina tanto el presupuesto de alojamiento 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 mediante transacciones de billetera.
La documentación para desarrolladores de NEAR AI describe los entornos de ejecución confiables como áreas aisladas dentro de los procesadores que protegen el código y los datos durante la computación. Para los modelos compatibles alojados en TEE, la compañía afirma que los proveedores de modelos y los operadores de la nube no pueden leer las indicaciones ni utilizar los datos para entrenamiento. La documentación proporciona rutas separadas para el acceso a modelos, la inferencia privada y la verificación, junto con opciones de pago de recarga y pago por uso.
Las propuestas de aplicaciones 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, incluidas mascotas digitales basadas en NFT que llevan saldos de NEAR para pagar la inferencia. Su diseño propuesto utilizaría NEAR AI para ejecutar inferencia verificable a partir de indicaciones codificadas onchain, con funciones de alimentación, vestimenta y posibles competiciones.
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 pruebas.
Un examen del 6 de octubre de la economía de los tokens de IA identificó los saldos en staking, el uso real de los modelos y los pagos a los proveedores como medidas separadas para evaluar el servicio de IA de NEAR. Describió la hoja de ruta de la red como la combinación de servicios de IA privados con infraestructura de ejecución entre cadenas.
