Bittensor é a esperança de toda a aldeia Crypto

Na grande discussão “Crypto ainda faz sentido?”, a Bittensor está apresentando a resposta mais convincente de toda a indústria.

Autor: 0xai

Agradecemos especialmente @DistStateAndMe e sua equipe pelas contribuições no campo de modelos de IA de código aberto, bem como pelos valiosos conselhos e apoio neste artigo.

Por que você deve ler este relatório

Se “treinamento de IA descentralizado” passou de impossível para possível, quanto a Bittensor foi subestimada?

No início de 2026, o mercado de Crypto estava impregnado de cansaço.

O entusiasmo da última alta já havia se esgotado, e talentos estavam migrando rapidamente para o setor de IA. Aqueles que antes falavam em “o próximo 100x”, agora discutiam Claude CodeOpenclaw. “Crypto é uma perda de tempo” — essa frase você provavelmente já ouviu mais de uma vez.

Mas em 10 de março de 2026, uma sub-rede chamada Templar, da Bittensor, anunciou silenciosamente uma novidade.

Mais de 70 participantes independentes de todo o mundo, sem servidores centrais, sem grandes corporações coordenando, apenas com incentivos de Crypto, treinaram em conjunto um grande modelo de IA com** 720 bilhões de parâmetros**.

O modelo e os artigos relacionados já estão publicados no HuggingFace e arXiv, com dados abertos e verificáveis.

Mais importante: em várias provas-chave, esse modelo superou modelos de nível semelhante treinados por Meta, que gastaram fortunas.

Após o anúncio, o preço do TAO ficou quase 2 dias em silêncio. Só na terceira dia começou a disparar, e em 6 dias ainda não parou, acumulando um aumento de cerca de +40%. Por que essa demora de 2 dias?

O núcleo deste relatório é: os investidores em criptomoedas veem apenas “mais um modelo de código aberto”, achando que não se compara ao GPT ou Claude usados no dia a dia; pesquisadores de IA não dão atenção ao crypto. A lacuna entre esses dois mundos está criando uma janela de arbitragem cognitiva.

Estrutura de leitura

Este relatório está dividido em duas partes lógicas:

Parte I — Avanços tecnológicos: explica o que exatamente o SN3 Templar fez e por que isso é importante na história de IA e Crypto.

Parte II — Significado para a indústria: explica por que isso indica que o ecossistema da Bittensor está subestimado sistemicamente, e por que a Bittensor é a esperança de toda a comunidade Crypto.

Parte I: Avanço no treinamento descentralizado de IA

1. O que é o SN3?

O que é necessário para treinar um grande modelo de linguagem?

Resposta tradicional: construir um enorme data center, comprar milhares de GPUs de ponta, gastar centenas de milhões de dólares, com uma equipe de engenheiros coordenando tudo. Essa é a abordagem de Meta, Google, OpenAI.

Abordagem do SN3 Templar: permitir que pessoas dispersas pelo mundo usem uma ou várias GPUs, como peças de um quebra-cabeça, juntando sua capacidade computacional para treinar um modelo completo.

Mas há um problema fundamental: se os participantes são de diferentes partes do mundo, não confiam uns nos outros, e a rede tem latência instável, como garantir que o resultado do treinamento seja válido? Como evitar que alguém seja preguiçoso ou trapaceie? Como incentivar a contribuição contínua?

A resposta da Bittensor: usando o token TAO como incentivo. Quanto mais eficaz for o gradiente (que pode ser entendido como “contribuição para melhorar o modelo”), mais TAO o participante recebe. O sistema avalia e paga automaticamente, sem necessidade de uma entidade centralizada.

Essa é a SN3 (sub-rede número 3) da Bittensor, codinome Templar.

Se o Bitcoin provou que dinheiro descentralizado é possível, a SN3 está provando que o “treinamento de IA descentralizado” também é.

2. Quais conquistas o SN3 obteve?

Em 10 de março de 2026, a SN3 Templar anunciou a conclusão do treinamento de um grande modelo de linguagem chamado Covenant-72B.

O que significa “72B”?: 720 bilhões de parâmetros. Parâmetros são as unidades de armazenamento de conhecimento do modelo de IA; quanto mais, geralmente, mais inteligente. GPT-3 tem 175 bilhões, LLaMA-2 (de código aberto da Meta) tem 700 bilhões. Covenant-72B está na mesma faixa de quantidade.

Escala de treinamento: cerca de 1,1 trilhão de tokens, aproximadamente 5,5 milhões de livros (considerando 200 mil palavras por livro).

Quem participou?: mais de 70 participantes independentes (mineradores), contribuindo com poder de cálculo em várias rodadas (com limite de cerca de 20 nós por rodada). O treinamento começou em 12 de setembro de 2025, durou cerca de 6 meses, sem servidores centrais ou coordenação única.

Desempenho do modelo?: usando provas padrão de IA como referência:

Fonte: HuggingFace 1Covenant/Covenant-72B-Chat

• MMLU (57 disciplinas de conhecimento geral): Covenant-72B 67,35% vs Meta LLaMA-2 63,08%
• GSM8K (raciocínio matemático): Covenant-72B 63,91% vs Meta LLaMA-2 52,16%
• IFEval (capacidade de seguir instruções): Covenant-72B 64,70% vs Meta LLaMA-2 40,67%

Código aberto completo: licença Apache 2.0. Qualquer pessoa pode baixar, usar e comercializar sem restrições.

Apoio acadêmico: artigo enviado ao arXiv [2603.08163], com tecnologias centrais (SparseLoCo e mecanismo anti-trapaça Gauntlet) apresentados na NeurIPS Optimization Workshop.

3. O que esse resultado significa?

Para a comunidade de IA de código aberto: até agora, treinar modelos de 70B era privilégio de grandes corporações, devido ao alto custo e necessidade de recursos. Covenant-72B prova que: a comunidade, sem qualquer financiamento centralizado, também pode treinar modelos de mesmo porte. Isso muda as fronteiras de quem pode participar do desenvolvimento de modelos de IA fundamentais.

Para o poder na IA: atualmente, o mercado de modelos de IA é altamente concentrado — OpenAI, Google, Meta, Anthropic controlam os modelos mais avançados. A formação de uma infraestrutura descentralizada desafia essa hegemonia. “Só grandes empresas podem fazer modelos de base” — essa premissa está sendo, pela primeira vez, abalada.

Para a indústria de Crypto: esta é a primeira vez que projetos de crypto contribuem de forma real na área de IA, não apenas “aproveitando o hype”. Covenant-72B vem com modelos no HuggingFace, artigo no arXiv e benchmarks públicos. Estabelece um precedente: os incentivos de crypto podem ser uma infraestrutura séria para pesquisa em IA.

Para a própria Bittensor: o sucesso do SN3 transforma a Bittensor de uma “teoria viável de protocolo descentralizado de IA” para uma “infraestrutura de IA descentralizada comprovada na prática”. Uma mudança de paradigma de 0 a 1.

4. Qual o papel do SN3 na história?

Embora não seja o primeiro a explorar o treinamento descentralizado de IA, o SN3 chegou a lugares onde outros não chegaram.

Evolução do treinamento descentralizado:

• 2022 — Together GPT-JT (6B): exploração inicial, prova de conceito de colaboração multi-máquina
• 2023 — SWARM Intelligence (~1B): framework de treinamento heterogêneo
• 2024 — INTELLECT-1 (10B): treinamento descentralizado entre instituições
• 2026 — Covenant-72B / SN3 (72B): primeiro a superar modelos centralizados em benchmarks principais

Em 4 anos, o parâmetro cresceu de 6B para 72B, um aumento de 12 vezes. Mas o mais importante não é o tamanho, e sim a qualidade — as gerações anteriores apenas conseguiam “funcionar”, Covenant-72B foi o primeiro a superar modelos centralizados em benchmarks principais.

Inovações técnicas principais:

• >99% de compressão (>146x): ao enviar gradientes, que normalmente seriam GBs, o SparseLoCo comprime tudo em mais de 146 vezes, com perda mínima — como comprimir uma temporada de TV em uma única imagem.
• Apenas 6% de custo de comunicação: 100 participantes colaborando, só 6% do tempo em comunicação, o restante treinando. Resolve um dos maiores gargalos do treinamento descentralizado.

5. O treinamento descentralizado está sendo subestimado?

Vamos aos dados.

Evidências de subestimação

• MMLU 67,35% vs LLaMA-2 63,08%
• MMLU-Pro 40,91% vs LLaMA-2 35,20%
• IFEval 64,70% vs LLaMA-2 40,67%

Modelos treinados de forma descentralizada superaram o LLaMA-2 de Meta, que custou uma fortuna.

Diferenças em relação aos principais modelos open source atuais (sinceridade necessária):

• MMLU: Covenant-72B 67,35% vs Qwen2.5-72B 86,8% vs LLaMA-3.1-70B 83,6%
• GSM8K: Covenant-72B 63,91% vs Qwen2.5-72B 95,8% vs LLaMA-3.1-70B 95,1%

A diferença é de cerca de 20-30 pontos percentuais.

Porém, o mais importante é o contexto: Covenant-72B não busca superar o estado da arte, mas provar que o treinamento descentralizado é viável. Qwen2.5 e LLaMA-3.1 têm investimentos de bilhões, milhares de GPUs e equipes especializadas; Covenant-72B é feito por mais de 70 mineradores independentes, sem coordenação central.

A tendência é mais importante que o snapshot:

• 2022: o melhor modelo descentralizado tinha 6B, sem sequer testar MMLU.
• 2026: modelo de 72B, com 67,35% em MMLU, superando modelos de nível semelhante da Meta.

Em 4 anos, o treinamento descentralizado evoluiu de conceito para desempenho comparável ao centralizado. A curva de progresso é mais relevante que qualquer métrica isolada.

Além disso, a diferença na inferência profunda do Covenant-72B tem soluções planejadas — o método SN81 Grail, que usará reforço pós-treinamento (RLHF) para alinhamento e aprimoramento de capacidades, assim como a evolução do GPT-4 em relação ao GPT-3.

Heterogeneous SparseLoCo será o próximo marco: atualmente, SN3 exige GPUs iguais. A próxima inovação será Heterogeneous SparseLoCo, permitindo hardware misto (B200, A100, GPUs de consumo) na mesma rodada de treinamento. Assim, a capacidade computacional será ampliada significativamente.

O treinamento descentralizado já ultrapassou a barreira de viabilidade. As diferenças atuais nos benchmarks são problemas de engenharia a serem resolvidos, não obstáculos teóricos.

Parte II: O mercado ainda não entendeu isso

Linha do tempo do preço do TAO

Após o anúncio do SN3, o movimento do preço do TAO revela a demora na compreensão:

Perceba o silêncio de 2 dias (10/03 → 12/03): o anúncio foi feito, mas o preço quase não se moveu.

Por que essa demora?

Investidores de crypto veem “Bittensor SN3 treinou um modelo de IA” — mas podem não entender o significado técnico de “superar Meta em MMLU com treinamento descentralizado de 72B”.

Pesquisadores de IA entendem o valor, mas não se interessam por crypto.

A lacuna de percepção entre os dois cria uma janela de atraso de 2-3 dias na precificação.

Além disso, a maioria dos investidores de crypto ainda pensa na Bittensor como na última fase. Hoje, há mais de 79 sub-redes ativas na Bittensor, cobrindo agentes de IA, poder computacional, treinamento, negociação, robôs, entre outros setores. Quando o mercado reavaliar a abrangência do ecossistema, essa percepção será ajustada — e esse ajuste costuma se refletir em picos de preço.

Desalinhamento na avaliação da Bittensor

Colocando a Bittensor no contexto maior da indústria:

O SN3 já mostrou que: Bittensor pode treinar grandes modelos de forma descentralizada.

Se no futuro a IA precisar de redes abertas e sem permissão para treinamento, a única infraestrutura validada na prática será a Bittensor.

O mercado está usando a lógica de avaliação de projetos de aplicação para precificar uma rede de infraestrutura de IA.

Mesmo apenas dentro do universo Crypto: o Bitcoin detém cerca de 50-60% de participação de mercado, enquanto a Bittensor representa apenas cerca de 11,5% na corrida de IA em Crypto.

Quando o mercado entender melhor o papel da Bittensor na infraestrutura de IA, esse desalinhamento será corrigido.

Conclusão: Bittensor é a esperança de toda a comunidade Crypto

Se o Covenant-72B do SN3 Templar provou algo, é que:

Redes descentralizadas podem coordenar não só capital, mas também poder de processamento e pesquisa de ponta em IA.

Nos últimos anos, o Crypto foi uma figura marginal na narrativa de IA. Muitos projetos dependem de conceitos, hype ou capital, sem resultados técnicos verificáveis. O SN3 é um caso claramente diferente.

Ele não criou uma nova narrativa de token, nem um produto de aplicação “IA + Web3”, mas realizou uma tarefa mais fundamental e difícil:

Treinar um modelo de 72B sem coordenação centralizada.

Participantes de todo o mundo, sem necessidade de confiança mútua; o sistema usa incentivos e mecanismos de validação na blockchain para coordenar contribuições e distribuir recompensas.

O mecanismo de Crypto pela primeira vez organiza produtividade real na área de IA.

Muitos ainda não perceberam a importância histórica do SN3. Assim como no Bitcoin, muitos não perceberam que ele não provou apenas “pagamentos melhores”, mas uma nova forma de consenso de valor sem intermediários.

Hoje, muitos veem apenas benchmarks, lançamentos de modelos ou uma alta de preço.

Mas a mudança real é que a Bittensor está provando que:

• Crypto não serve só para emitir ativos, mas para organizar produção
• Crypto não é só para negociar atenção, mas para gerar inteligência

Comunidades de código aberto podem contribuir com código, acadêmicos podem publicar artigos, mas quando o problema envolve treinamento em larga escala, colaboração de longo prazo, coordenação global, anti-trapaça e distribuição de recompensas, boa vontade e reputação não são suficientes:

• Sem incentivos econômicos, não há oferta estável
• Sem mecanismos verificáveis de recompensa e punição, não há colaboração duradoura
• Sem tokenização e coordenação, não há uma rede global de produção de IA realmente sem permissão

Portanto, a Bittensor está sendo, de forma clara, muito mais subestimada do que se imagina. A resposta na grande discussão “Crypto ainda faz sentido?” é: não é só possível, é evidente que está sendo sistematicamente subestimada.

E por isso: a Bittensor é a esperança de toda a comunidade Crypto.