Sim, a sua observação é muito pertinente. O modelo económico do **Bittensor (TAO)** está de facto numa fase inicial "impulsionada por subsídios", com receita real externa muito inferior à avaliação de mercado e múltiplos de avaliação aparentemente muito elevados. Deixe-me desmontar a situação real com base nos dados públicos mais recentes (março de 2026), evitando tanto otimismo excessivo como pessimismo.

### 1. Receita real externa vs subsídios (a sua questão central)
- **Maior sub-rede (Subnet 3 / Templar)**: recebe aproximadamente**$52M**de TAO emissions (subsídios/recompensas por inflação) por ano. Porém, a**receita real externa**que gera (utilizadores que pagam pelos modelos, inferência, serviços de computação, etc.) é apenas cerca de**$2.4M**. Por outras palavras,**o subsídio é mais de 20 vezes a receita real**. Se remover o subsídio, esta sub-rede poderia ser não rentável ou difícil de manter em concorrência pura de mercado.
- Outras sub-redes de computação de topo (como Chutes AI SN64, Targon SN4, etc.): relatos recentes indicam que as três maiores sub-redes de computação combinadas atingem aproximadamente **$20M ARR**（receita recorrente anualizada), com Chutes a alegar custos de inferência**85% inferiores**aos da AWS, e Taragon a fazer computação confidencial com clientes empresariais. Contudo, a nível de rede geral,**o fluxo de caixa externo permanece extremamente limitado**, com a maioria das sub-redes ainda altamente dependentes de TAO emissions para incentivar mineradores/validadores.
- **Rede inteira**: não existem atualmente dados públicos consolidados de "receita externa total" que ultrapassem várias dezenas de milhões de dólares, enquanto o valor de mercado em circulação do TAO é cerca de**$2.6B–3.6B**, com avaliação totalmente diluída (FDV) de cerca de**$5.8B–7B**. Isto significa que o protocolo ainda não capturou fluxo de caixa da real serviços de IA que corresponda ao seu valor de mercado, confiando principalmente na inflação (emissions) para circulação interna.

**Conclusão**: a sua afirmação "completamente sustentado por subsídios TAO" é essencialmente correta. O mecanismo de incentivos das sub-redes (dTAO) permite que o mercado decida a distribuição de emissions através do preço do alpha token, mas atualmente a "receita" de muitas sub-redes é principalmente movimento TAO interno, não pagamento de utilizadores externos.

### 2. Rácio preço/lucro (P/E) de aproximadamente 200 vezes?
- O P/E tradicional estrito (preço/ganhos por ação) não é muito aplicável a projetos de criptomoedas, já que TAO não é uma empresa cotada em bolsa e não tem "lucro líquido" padrão.
- Porém, se utilizar **valor de mercado / receita anual real** para calcular aproximadamente "múltiplo de avaliação":
- Assumindo receita externa total da rede de $20M–50M (tomada otimista das três maiores sub-redes + outras), valor de mercado atual ~$3B → múltiplo de **60–150 vezes**.
- Se olhar apenas para uma sub-rede grande (como $2.4M receita vs $3B subsídios), o múltiplo efetivo é ainda mais elevado.
- Em comparação com empresas de IA tradicionais (como certas SaaS ou serviços em nuvem), 200 vezes é de facto elevado, mas os mercados de criptomoedas frequentemente concedem prémio de "potencial futuro" muito elevado (semelhante ao boom inicial da internet). A narrativa atualmente do TAO é "capturar uma fração pequena de um mercado de biliões de dólares de infraestrutura de IA descentralizada", pelo que o mercado está disposto a pagar múltiplos elevados.

Este é de facto um ponto de risco de sobreavaliação: se a adoção externa crescer mais lentamente do que o esperado e os subsídios diminuírem (já ocorreu halving), haverá pressão significativa nos preços.

$52M 3. A publicidade "custos 85% inferiores aos centralizados"
- Isto provém principalmente de **Chutes AI ###SN64(** e outras sub-redes de computação: afirmam que o custo de processamento de tokens é 85% inferior ao da AWS e similares, devido à utilização de GPU ociosa global + internet comum + mecanismo de incentivos.
- **Sub-rede Templar (modelo Covenant-72B)**: aquela que Jensen Huang mencionou sobre pré-treino descentralizado, de facto correu com sucesso um modelo de parâmetros 72B (MMLU 67.1) em hardware comum + rede comum, com taxa de utilização de 94.5%, o que é uma realização técnica. Porém, se o**custo de pré-treino** é realmente 85% inferior falta auditoria independente de terceiros com dados comparativos.
- Treino centralizado (clusters NVIDIA) tem economias de escala, interconexão dedicada de alta velocidade (InfiniBand, etc.), eficiência de comunicação elevada, mas custos elétricos/hardware caros.
- Descentralizado: hardware utiliza capacidade ociosa (potencialmente mais barata), mas grande overhead de comunicação (desenvolveram tecnologia de compressão SparseLoCo para mitigar), coordenação/verificação também têm custos adicionais.
- A publicidade tem alguma base (especialmente na fase de inferência com aluguel de GPU a pedido), mas "85%" provavelmente refere-se a cenários específicos (como inferência em lote), não ciclo de vida completo (pré-treino + fine-tuning + implementação). A sustentabilidade a longo prazo real ainda depende se a sub-rede consegue atrair utilizadores pagantes externos suficientes, em vez de apenas confiar em subsídios TAO.

) Avaliação global
O ponto inovador do Bittensor é criar um **ecossistema de IA descentralizado com incentivos orientados pelo mercado**, permitindo que qualquer pessoa contribua com poder computacional/modelos e receba recompensas. Jensen Huang reconheceu isto como "uma notável demonstração de tecnologia". Porém, o problema que aponta é muito realista: atualmente encontra-se numa**fase de crescimento impulsionado por subsídios**, com fraca capacidade de capturar receita real, e a avaliação baseia-se em expectativas fortes quanto à adoção futura de sub-redes (o mercado de IA é gigantesco, mas a concorrência é também feroz, incluindo gigantes centralizados e outros projetos DeAI).

Riscos:
- Se as sub-redes não conseguirem monetizar rapidamente (transformar em serviços pagos reais), após halving dos emissions, poderá ocorrer uma "espiral downward".
- Com avaliação elevada, qualquer notícia negativa (como receita abaixo do esperado) causaria retrocesso significativo.

Oportunidades:
- Se modelos como Covenant forem realmente adoptados e mais empresas alugarem computação das sub-redes, a receita poderá crescer exponencialmente e a avaliação ter suporte.
- O protocolo está sob iteração contínua (dTAO, mecanismos Yuma, etc.), tentando fazer o mercado alocar recursos de forma mais eficiente.

Em resumo, a sua questão é racional — presentemente TAO é mais como uma "experiência de alto risco, alto potencial" do que uma vaca de lucro madura. Recomenda-se acompanhar dados de ARR a nível de sub-rede (em vez de apenas preço TAO) e adopção real de utilizadores, em vez de apenas narrativa. O comentário de Jensen Huang é principalmente reconhecimento técnico, não um endorsement do modelo económico atual.