NEAR AI 1 میلیون توکن را به عنوان صندوق اعتباری AI در نظر گرفته است
NEAR AI گزارش داده است بیش از 1 میلیون NEAR سهام با خدمات خود را، که در آن کاربران می توانند پاداش گرفتن به سمت نفوذ هوش مصنوعی در حالی که حفظ توکن های پایه خود را.
در تاریخ 21 اکتبر، NEAR AI گفت که مقدار سهام 1 میلیون توکن را تصویب کرده است، با پروتکل NEAR این رقم را چند دقیقه بعد تکرار کرد و سپرده ها را به عنوان نقطه گذاری توصیف کرد.
سعی کنید هزینه های خود را برای AI خود پرداخت کنید. «نفت تو را نگه می دارد»، «NEAR AI» نوشته است.
این پروتکل گزینه پرداخت را در تاریخ 30 ژوئیه معرفی کرد، زیرا Crypto.news قبلا گزارش داده بود که NEAR پرداخت های AI مبتنی بر مصرف را آغاز کرد. در راه اندازی، NEAR گفت که این مکانیسم ۴۳ مدل از ارائه دهندگان از جمله OpenAI، Anthropic و Google را در کنار نفوذ محرمانه و میزبان عوامل پوشش داده است.
NEAR AI از پاداش های مالی برای استنتاج استفاده می کند
اسناد استنتاج هوش مصنوعی NEAR می گوید که این سرویس عملکرد پردازش را به اعتبارات محاسباتی تبدیل می کند و توکن های سپرده شده را در مالکیت کاربر قرار می دهد. بودجه موجود بستگی به مقدار سهام، قیمت NEAR، و بازده سالانه درصدی یا APY دارد.
اعتبارها هر ثانیه ایجاد می شوند، با توجه به مستندات و تعادل های استفاده نشده به جلو حرکت می کنند. NEAR AI یک اعتبار را در یک دلار استفاده از پلت فرم ایالات متحده ارزش گذاری می کند، در حالی که عدم پرداخت اعتبار های جدید را از تعهد متوقف می کند. این شرکت می گوید کاربران می توانند تغییرات را از طریق معاملات کیف پول امضا شده مدیریت کنند.
نرخ پاداش متغیر است. NEAR AI توضیح می دهد که پاداش های شبکه در میان سهامداران تقسیم می شود، بنابراین نسبت عرضه شرکت کننده در بهره برداری بر عملکرد تاثیر می گذارد. اسناد آن کمیسیون های معتبر را در 1٪ تا 10٪ قرار می دهد، قبل از رسیدن به کاربر کسر می شود. این ارقام اتهامات معتبر را توصیف می کنند، نه قیمت درخواست استنتاج.
برای برنامه ریزی بودجه، NEAR AI یک ماشین حساب فراهم می کند که یک کمک هزینه ماهانه را به سهام مورد نیاز تبدیل می کند یا تخمین می زند که تعادل توکن انتخاب شده می تواند سرمایه گذاری کند. کاربران می توانند قیمت و فرضیات APY خود را برای مقایسه بودجه های مختلف تغییر دهند.
صفحه ماشین حساب چهره های خود را به عنوان تصویرگر و هدایت کاربران به کنسول ابر برای قیمت های مدل فعلی و کیف پول خود را برای عملکرد قابل اجرا توصیف می کند.
قیمت های Pay-as-you-go به مدل و استفاده از توکن بستگی دارد
NEAR AI لیست جداگانه ای از قیمت پرداخت به عنوان شما-گو را منتشر می کند، به روز 21 اکتبر، که برای ورودی مدل و توکن های خروجی هزینه می کند. صفحه قیمت گذاری آن می گوید که این سرویس حداقل نیاز به هزینه، اشتراک یا مجوز صندلی در آن برنامه، و هیچ هزینه پلت فرم بالاتر از نرخ مدل ذکر شده است.
فهرست کاتالوگ $-denominated GLM 5.3 فلش در $0.08 در هر میلیون توکن ورودی و $50 در هر میلیون توکن خروجی. Qwen 3.8 27B هزینه $ 1.04 در هر میلیون توکن ورودی و $1.35 در هر میلیون توکن خروجی.
با استفاده از نرخ های منتشر شده، حجم کار با 1 میلیون توکن ورودی و 1 میلیون توکن خروجی در GLM 5.3 Flash یا 1.39 دلار در Qwen 3.8 27B هزینه خواهد داشت. این محاسبات از تعداد توکن های برابر استفاده می کنند و هر گونه خدمات جداگانه را حذف می کنند؛ کیفیت خروجی را اندازه گیری نمی کنند یا عملکرد مدل ها را مقایسه نمی کنند.
NEAR AI می گوید که اجرای امن و تست های سخت افزاری در نرخ های استنتاج ذکر شده گنجانده شده است. شرکت آن ارائه به طور جداگانه شامل ظرفیت GPU رزرو شده، مدل های خصوصی، قیمت گذاری حجم و توافقنامه های سطح خدمات است.
میزبانی نمایندگی یک فرمول اعتباری مختلف را دنبال می کند
برای نمایندگی های میزبان، توضیح محصول 30 ژوئیه AI یک قاعده متفاوت را تعیین می کند. این سیاست اعلام شده مقدار NEAR را به 100 تقسیم می کند تا بودجه اعتباری ماهانه را تعیین کند و نمونه ای از 500 NEAR تولید 5 دلار در اعتبارات ماهانه است.
کمک هزینه میزبانی در ابتدای دوره اشتراک و تازه سازی در حالی که توکن ها در معرض خطر قرار می گیرند، شرکت می گوید. اعتبارات استنتاج به جای آن به طور مداوم از عملکرد انباشته می شوند. NEAR AI فرمول میزبانی را به عنوان سیاست فعلی توصیف می کند، نه یک نرخ تبدیل دائمی.
این شرکت می گوید که هزینه میزبانی هر دو را تعیین می کند و اینکه چگونه بسیاری از عوامل IronClaw می توانند به صورت موازی اجرا شوند. توضیح آن حداقل سهام 50 NEAR را برای فعال کردن یک عامل اول، با تغییرات اشتراک در معاملات کیف پول فهرست می کند.
اسناد توسعه دهنده NEAR AI محیط های اجرای قابل اعتماد را به عنوان مناطق جدا شده در پردازنده هایی که از کد و داده ها در طول محاسبات محافظت می کنند، توصیف می کند. برای پشتیبانی از مدل های TEE-hosted، این شرکت می گوید که ارائه دهندگان مدل و اپراتورهای ابر نمی توانند سریع بخوانند یا از داده ها برای آموزش استفاده کنند. این اسناد راه های جداگانه ای برای دسترسی به مدل، استنتاج خصوصی و تأیید، در کنار گزینه های پرداخت بالا و پرداخت به عنوان شما-گو فراهم می کند.
طرح های کاربردی NEAR شامل عوامل با تعادل خود است
در 3 اکتبر، Illia Polosukhin بنیانگذار NEAR ایده های کاربردی AI را از جمله حیوانات خانگی دیجیتال مبتنی بر NEAR را برای پرداخت هزینه برای استنتاج معرفی کرد. طراحی پیشنهادی او از NEAR AI برای اجرای نفوذ قابل اطمینان از محرک های رمزگذاری شده در زنجیره، با تغذیه، پانسمان و ویژگی های رقابتی احتمالی استفاده می کند.
لیست Polosukhin شامل 13 ایده کاربردی و پنج پیشنهاد توزیع است. طرح های او شامل آزمایش مدل های AI در برابر مجموعه داده های خصوصی بدون افشای اطلاعات اساسی، با نتایج گواهی شناسایی مدل و هش تست است.
آزمون 6 اکتبر اقتصاد توکن AI، تعادل را شناسایی کرد، استفاده از مدل واقعی و پرداخت به ارائه دهندگان به عنوان اقدامات جداگانه برای ارزیابی سرویس AI NEAR. این نقشه راه شبکه را به عنوان ترکیب خدمات خصوصی AI با زیرساخت های اجرای متقابل زنجیره ای توصیف کرد.