NEAR AI hat gemeldet, dass mehr als 1 Million NEAR über seinen Dienst gestakt wurden, bei dem Nutzer Staking-Belohnungen für KI-Inferenz einsetzen können, während sie ihre zugrunde liegenden Token behalten.
Zusammenfassung
- Nutzer behalten ihr gestaktes NEAR, während Belohnungen die KI-Inferenz bezahlen.
- Ungenutzte Inferenz-Guthaben werden übertragen, und das Aufheben des Stakings stoppt neue Guthaben.
- Die Rechenbudgets variieren mit dem NEAR-Preis, der Staking-Rendite und dem eingezahlten Betrag.
- Das Hosting von Agenten folgt einer separaten Formel, wobei 500 NEAR monatliche Guthaben von 5 US-Dollar generieren.
In einem X-Beitrag vom 21. Oktober erklärte NEAR AI, dass der gestakte Betrag 1 Million Token überschritten habe, wobei NEAR Protocol die Zahl Minuten später wiederholte und die Einzahlungen als Staking für Inferenz bezeichnete.
„Stake deine Token, um deine KI zu bezahlen. Das NEAR bleibt dein“, schrieb NEAR AI.
Das Protokoll führte die Zahlungsoption am 30. Juli ein, wie crypto.news zuvor berichtete, als NEAR stakingbasierte KI-Zahlungen startete. Zum Start erklärte NEAR, dass der Mechanismus 43 Modelle von Anbietern wie OpenAI, Anthropic und Google abdeckte, zusammen mit vertraulicher Inferenz und gehosteten Agenten.
NEAR AI nutzt Staking-Belohnungen zur Finanzierung der Inferenz
Die Inferenz-Dokumentation von NEAR AI besagt, dass der Dienst Staking-Rendite in Rechenguthaben umwandelt und die eingezahlten Token im Eigentum des Nutzers belässt. Das verfügbare Budget hängt vom gestakten Betrag, dem NEAR-Preis und der jährlichen Staking-Prozentrendite (APY) ab.
Laut der Dokumentation sammeln sich Guthaben jede Sekunde an, und ungenutzte Salden werden übertragen. NEAR AI bewertet ein Guthaben mit einem US-Dollar an Plattformnutzung, während das Aufheben des Stakings die Anhäufung neuer Guthaben stoppt. Das Unternehmen erklärt, dass Nutzer Änderungen über signierte Wallet-Transaktionen verwalten können.
Die Belohnungsrate ist variabel. NEAR AI erklärt, dass Netzwerkbelohnungen unter den Stakern aufgeteilt werden, sodass der Anteil des Angebots, der am Staking teilnimmt, die Rendite beeinflusst. Die Dokumentation gibt typische Validator-Provisionen von 1 % bis 10 % an, die vor Erreichen der Belohnungen beim Nutzer abgezogen werden. Diese Zahlen beschreiben Validator-Gebühren, nicht den Preis einer Inferenzanfrage.
Für die Budgetplanung stellt NEAR AI einen Rechner bereit, der ein monatliches Inferenz-Budget in das erforderliche Stake umrechnet oder schätzt, was ein gewähltes Token-Guthaben finanzieren kann. Nutzer können die Preis- und APY-Annahmen ändern, um verschiedene Budgets zu vergleichen.
Die Rechnerseite beschreibt ihre Zahlen als illustrativ und verweist Nutzer für aktuelle Modellpreise auf die Cloud-Konsole und für die geltende Staking-Rendite auf ihre Wallets.
Pay-as-you-go-Preise hängen vom Modell und der Token-Nutzung ab
NEAR AI veröffentlicht eine separate Pay-as-you-go-Preisliste, aktualisiert am 21. Oktober, die Modell-Input- und Output-Token berechnet. Die Preisseite gibt an, dass der Dienst in diesem Tarif keine Mindestausgaben, kein Abonnement und keine Sitzlizenz sowie keine Plattformgebühr über dem aufgeführten Modellpreis hat.
Der in Dollar denominierte Katalog listet GLM 5.3 Flash mit 0,08 US-Dollar pro Million Input-Token und 0,50 US-Dollar pro Million Output-Token. Qwen 3.8 27B kostet 0,04 US-Dollar pro Million Input-Token und 1,35 US-Dollar pro Million Output-Token.
Unter Verwendung dieser veröffentlichten Preise würde eine Arbeitslast mit 1 Million Input-Token und 1 Million Output-Token 0,58 US-Dollar bei GLM 5.3 Flash oder 1,39 US-Dollar bei Qwen 3.8 27B kosten. Diese Berechnungen verwenden gleiche Token-Anzahlen und schließen separate Dienste aus; sie messen nicht die Ausgabequalität oder vergleichen die Leistung der Modelle.
NEAR AI erklärt, dass sichere Ausführung und hardware-signierte Attestierungen in den aufgeführten Inferenzpreisen enthalten sind. Das Enterprise-Angebot umfasst separat reservierte GPU-Kapazität, private Modelle, Mengenpreise und Service-Level-Vereinbarungen.
Agent-Hosting folgt einer anderen Guthabenformel
Für gehostete Agenten legt die Produkterklärung von NEAR AI vom 30. Juli eine andere Regel fest. Die angegebene Richtlinie teilt den gestakten NEAR-Betrag durch 100, um ein monatliches Dollar-Guthabenbudget zu bestimmen, mit dem Beispiel, dass 500 NEAR monatliche Guthaben von 5 US-Dollar generieren.
Das Hosting-Budget wird zu Beginn des Abonnementzeitraums verfügbar und wird aufgefrischt, solange die Token gestakt bleiben, so das Unternehmen. Inferenz-Guthaben hingegen sammeln sich kontinuierlich aus der Rendite an. NEAR AI beschreibt die Hosting-Formel als aktuelle Richtlinie, nicht als dauerhaften Umrechnungskurs.
Das Unternehmen erklärt, dass Staking sowohl das Hosting-Budget als auch die Anzahl der IronClaw-Agenten bestimmt, die parallel ausgeführt werden können. In seiner Erläuterung wird ein Mindeststake von 50 NEAR genannt, um einen ersten Agenten zu aktivieren, wobei Abonnementänderungen über Wallet-Transaktionen abgewickelt werden.
Die Entwicklerdokumentation von NEAR AI beschreibt vertrauenswürdige Ausführungsumgebungen als isolierte Bereiche innerhalb von Prozessoren, die Code und Daten während der Berechnung schützen. Für unterstützte TEE-gehostete Modelle erklärt das Unternehmen, dass Modellanbieter und Cloud-Betreiber weder Prompts lesen noch die Daten für das Training verwenden können. Die Dokumentation bietet separate Wege für Modellzugriff, private Inferenz und Verifizierung sowie Auflade- und Pay-as-you-go-Zahlungsoptionen.
Die Anwendungsvorschläge von NEAR umfassen Agenten mit eigenen Guthaben
Am 3. Oktober skizzierte NEAR-Mitbegründer Illia Polosukhin KI-gestützte Anwendungsideen, darunter NFT-basierte digitale Haustiere, die NEAR-Guthaben tragen, um Inferenz zu bezahlen. Sein vorgeschlagenes Design würde NEAR AI nutzen, um verifizierbare Inferenz aus onchain kodierten Prompts auszuführen, mit Funktionen zum Füttern, Anziehen und möglichen Wettbewerbsfunktionen.
Polosukhins Liste enthielt 13 Anwendungsideen und fünf Vertriebsvorschläge. Seine Vorschläge umfassten das Testen von KI-Modellen gegen private Datensätze, ohne die zugrunde liegenden Informationen offenzulegen, wobei zertifizierte Ergebnisse das Modell und den Hash des Testsets identifizieren.
Eine Untersuchung der KI-Token-Ökonomie vom 6. Oktober identifizierte gestakte Guthaben, tatsächliche Modellnutzung und Zahlungen an Anbieter als separate Maßstäbe zur Bewertung von NEARs KI-Dienst. Sie beschrieb die Roadmap des Netzwerks als Kombination privater KI-Dienste mit kettenübergreifender Ausführungsinfrastruktur.
