Bittensor (TAO) Медвежий сценарий: пустыня доходов под мифом о вычислительной мощности

Автор оригинала: Pine Analytics

Перевод оригинала: Saoirse, Foresight News

Текущая цена TAO составляет около 275 долларов, рыночная капитализация — 2,6 миллиарда долларов, полностью разводненная оценка — 5,8 миллиарда долларов. Проект получил поддержку института Graylock (заявка на листинг ETF на NYSE подана в декабре 2025 года), а также открытую признательность от генерального директора NVIDIA Хуана Ренчуна. В то же время, нарратив о поставке токенов очень привлекателен: лимит — 21 миллион монет, механизм уменьшения наград, аналогичный биткоиновскому халвингу. После первого халвинга в декабре 2025 года ежедневная эмиссия снизится с 7200 до 3600 монет. За год число подсетей увеличится с 32 до 128, а тренировка Covenant-72B Templar также показала, что децентрализованные вычислительные мощности могут запускать крупные языковые модели, конкурирующие по базовым характеристикам.

Данный отчет не отрицает вышеперечисленных фактов. Мы рассматриваем вопрос: сможет ли экономическая модель сети обеспечить реальные внешние доходы, поддерживающие текущую оценку, и как она конкурирует с централизованными провайдерами и самостоятельными вычислительными мощностями.

Распределение токенов Bittensor (TAO)

Как циркулирует ценность сети

В Bittensor участвуют четыре категории участников:

• Владельцы подсетей создают профессиональные рынки ИИ и получают 18% от эмиссии TAO;
• Майнеры выполняют задачи ИИ (выводы, обучение, обработка данных), получают 41%, что составляет примерно 1476 монет в день, ежегодная стоимость — около 148 миллионов долларов;
• Валидаторы оценивают работу майнеров, получают 41%;
• Заложники вкладывают TAO в ликвидность подсетей, получая взамен собственные токены подсетей.

В модели Taoflow награды за подсеть определяются чистым притоком TAO при залоге — при отрицательном притоке награды не выдаются. Первые десять подсетей контролируют около 56% всей эмиссии сети.

TAO — универсальный токен сети: для регистрации майнеров, залога валидаторов, покупки токенов подсетей и оплаты услуг требуется использование TAO. Теоретически, активность подсетей создаст структурный спрос на базовый токен.

Анализ стоимости вывода модели Chutes (SN64) подсетей Bittensor (SN64) и централизованных провайдеров, таких как LLaMA 70B

Текущая ситуация с спросом

Прозрачность предложения vs непрозрачность спроса

Предложение в Bittensor очень прозрачно: 3600 TAO ежедневно распределяются по программам, правила халвинга жестко закодированы, уровень залога (около 70%), распределение и поток данных полностью записаны в блокчейн.

Однако спрос полностью непрозрачен. Нет единого дашборда для отслеживания внешних доходов по подсетям, фактические вызовы ИИ (выводы, вычисления, обучение) происходят вне цепочки и не фиксируются в блокчейне. Инвесторы могут лишь косвенно судить о спросе по потокам залога, ценам токенов подсетей и отчетам разработчиков. Такая непрозрачность — структурная особенность, а не временное явление. Блокчейн фиксирует только токеновые потоки, API-вызовы — нет.

Ниже — наиболее полное описание спроса по состоянию на март 2026 года.

Chutes (SN64): низкая цена за счет субсидий

Chutes занимает 14,4% всей эмиссии сети — самый большой показатель среди подсетей. Разработана Rayon Labs, предоставляет открытый серверless сервис для вывода моделей, цена в 85% ниже AWS и на 10–50% ниже Together AI. Использование данных внутри экосистемы впечатляет: более 400 тысяч пользователей (более 100 тысяч API-пользователей), более 5 миллионов запросов в день, обработано 9,1 триллиона токенов, среднесуточное производство токенов выросло с 6,6 до 101 миллиардов. Также она является ведущим провайдером inference на платформе OpenRouter, некоторые модели превосходят централизованные аналоги.

Но низкая цена обусловлена не эффективностью, а субсидиями.

При доле 14,4% Chutes ежедневно получает около 518 TAO, что по годовой стоимости — примерно 52 миллиона долларов. Внешний годовой доход — около 1,3–2,4 миллиона долларов (высшее значение — отчет команды, без независимой проверки). Размер субсидий по протоколу к подсети — примерно 22:1 — 40:1. За каждый доллар, заплаченный пользователем, сеть должна через инфляцию выпускать 22–40 долларов TAO для субсидирования.

Если исключить субсидии, исходя из обработки примерно 101 миллиардов токенов в день, себестоимость составляет около 1,41 доллара за миллион токенов. А текущие цены на централизованных рынках:

• LLaMA 3.3 70B Turbo — около 0,88 доллара за миллион токенов;
• DeepSeek V3 — примерно 0,40–0,80 доллара;
• Минимальные модели — до 0,18 доллара.

Это означает, что без субсидий цена Chutes будет в 1,6–3,5 раза выше централизованных решений. Так называемое 85% преимущество по стоимости полностью нивелируется: низкая цена — результат инфляционных затрат держателей TAO, а не структурной эффективности децентрализации.

При следующем халвинге (предположительно в конце 2026 или в 2027 году) цена либо удвоится, либо майнеры уйдут, либо разрыв между доходами и субсидиями увеличится еще сильнее.

Некоторые сравнивают это с ранним интернетом и субсидиями по привлечению пользователей, однако Uber, DoorDash и AWS создали барьеры входа: собственные платформы, сеть водителей, корпоративная экосистема. В случае Bittensor подсетей таких барьеров нет: модели открыты, интерфейсы стандартизированы, пользователи могут без затрат переключаться между провайдерами. После окончания субсидий механизмов блокировки пользователей не останется.

Rayon Labs также управляет SN56 и SN19, которые вместе контролируют около 23,7% всей эмиссии сети, при этом внешние доходы не раскрываются. Один и тот же разработчик почти контролирует четверть стимулов сети.

Targon, Templar и другие подсети

Targon (SN4) — самая доходная подсеть, управляется Manifold Labs, предоставляет корпоративные услуги по конфиденциальным GPU-вычислениям, предполагаемый годовой доход — около 10,4 миллиона долларов, оценка — 48 миллионов долларов, коэффициент P/S — примерно 4,6. Это самая надежная оценка внутри экосистемы. Но 10,4 миллиона — лишь прогноз, основанный на нескольких отчетах, без аудита.

Templar (SN3) завершила тренировку Covenant-72B, рыночная капитализация — 98 миллионов долларов, внешних доходов — ноль. API для обучения и корпоративные продажи все еще развиваются, платных продуктов пока нет.

Остальные более 120 подсетей либо не имеют публичных доходов, либо находятся в ранней стадии разработки, в основном полагаясь на эмиссию токенов и субсидии.

Общая картина

Общий подтвержденный годовой доход всей сети — примерно 3–15 миллионов долларов. Только одна подсеть Chutes с субсидиями около 52 миллионов долларов в год превышает весь внешний доход сети.

При рыночной капитализации 2,6 миллиарда долларов коэффициент доходности — около 175–200 раз; при 5,8 миллиарда — почти 400 раз. В то время как централизованные компании в области ИИ за последние годы оцениваются в 15–25 раз по прогнозируемым доходам, а SaaS с высоким ростом редко удерживается выше 50 раз. Коэффициент оценки Bittensor — в 4–10 раз выше отраслевых маркеров.

Такая разница между оценкой и фундаментальными показателями говорит о том, что рынок оценивает TAO почти исключительно исходя из дефицита предложения (халвинги, залоговые заморозки), институциональных ожиданий (Graylock ETF, листинг на бирже) и настроений в секторе ИИ, а не реальных экономических результатов. Эти факторы действительно влияют на цену, но полностью расходятся с логикой «Bittensor как сети для создания устойчивой ценности ИИ-сервисов».

Сравнение годовых субсидий Bittensor (TAO) с капиталовложениями крупнейших облачных провайдеров в ИИ

Ценовая дилемма: давление сверху и снизу

Подсети сталкиваются с двухсторонним давлением:

• Сверху: ограничение самостоятельного хостинга

Все модели в платформе открыты, веса доступны, запуск 70B модели на H100 стоит всего 40–50 долларов в день, инструменты vLLM, Ollama позволяют легко развернуть локально. Новое поколение чипов NVIDIA значительно снизит стоимость вывода. Для крупных организаций выгоднее строить собственные инфраструктуры.

• Снизу: давление гигантов облачных вычислений

Microsoft, Google, Amazon, Meta в 2025 году инвестируют в ИИ свыше 200 миллиардов долларов, имеют приоритетные квоты на оборудование, собственные дата-центры, корпоративные клиенты, могут субсидировать ИИ за счет других бизнес-направлений. Годовой бюджет стимулов Bittensor — около 360 миллионов долларов — меньше недельных затрат Microsoft на инфраструктуру ИИ. Профессиональные сервисы также используют VC для субсидирования низких цен на открытые модели.

Ценообразование подсетей сжимается в очень узкий диапазон, при этом они вынуждены учитывать уникальные издержки децентрализации: фрикции токенов, расходы на валидаторов, доли владельцев подсетей, задержки сети и прочие.

Проблемы конкурентных преимуществ

Даже если подсеть создает ценную услугу, базовые модели и методы открыты по умолчанию: Covenant-72B использует Apache-лицензию, технические статьи опубликованы. Любой конкурент может без участия TAO-экосистемы скопировать модель.

Традиционные барьеры (патенты, сетевые эффекты, затраты на переключение, бренд) не работают:

• Технологии открыты;
• Сетевые эффекты принадлежат TAO, а не отдельной подсети;
• Вес модели одинаков, стоимость переключения — ноль.

Сообщество считает, что стимулы — это и есть барьер, но это зависит от постоянных больших эмиссий токенов, а каждое уменьшение халвинга сокращает этот стимул.

Что именно торгуется за TAO

При рыночной капитализации 2,6 миллиарда долларов цена TAO не отражает фундамент спроса: 3–15 миллионов долларов годового дохода — в любой классической модели невозможно оправдать такую оценку. Рынок торгует: биткоиновской редкостью, ожиданиями Graylock ETF, цикличностью рынка ИИ, долгосрочной опционной ценностью децентрализованного ИИ. Все это — разумные спекулятивные факторы, основанные на предложении и настроениях.

Если вы держите TAO исходя из дефицита и нарратива, даже слабый спрос может принести прибыль; но если вы верите, что Bittensor станет действительно масштабной сетью ИИ-сервисов, то сейчас нет ни доказательств, ни структурных механизмов для этого. Инвесторам важно четко понимать свою инвестиционную логику.