Восприятие капиталом рынка: как криптовалюта строит финансовую инфраструктуру для ИИ-вычислений

作者：Lucas Tcheyan；источник：Galaxy Digital；перевод：Shaw，золотые финансы (Jinse Finance)

Введение

Ончейн-логика: капиталоведение рынков вывода рассуждений (inference) и капитала** — это понятие описывает целый набор сетей, протоколов, вспомогательной инфраструктуры и приложений, которые координируют бизнес по выводу/инференсу AI-моделей вне централизованной API-экосистемы, характерной для передовых лабораторий и сверхкрупных облачных провайдеров. Сверху на этом слое формируется и разрастается финансовый слой — финансовый уровень, который уже складывается в процессе становления. Пользователю не обязательно пропускать каждый запрос к API через провайдеров передовых моделей вроде OpenAI или Anthropic, а также через стоящих за ними облачных посредников. Вместо этого он может отправлять промпты в сеть GPU-операторов, работу которой планируют и распределяют за счет стимулов в криптовалютных токенах и механизмов ончейн-расчетов. В некоторых архитектурах пользователи также могут получить криптографические гарантии или экономические обеспечения в отношении точности выходных результатов и конфиденциальности данных.

В 2026 году к этому направлению проявляют все больше внимания. Глобальная доля спроса на GPU для инференса (вычислительного процесса, при котором уже обученная AI-модель на основе новых данных генерирует результат) уже превысила долю GPU для обучения моделей и стала крупнейшим сценарием потребления вычислительных мощностей. При этом автономные агенты стали новым типом спроса на инференс: это ПО способно автоматически выполнять платежи — без участия человека на протяжении всего процесса.

За последние несколько лет окна развития открывались по отдельности для децентрализованных рынков GPU, протоколов инференса, платежных каналов, инструментов токенизации активов и сегмента ончейн-ликвидности. Новое изменение, которое появляется сейчас, заключается в следующем: различные базовые компоненты сливаются в единую, завершенную систему — ончейн-рынок капитала для инференса (inference capital market). По мере широкого внедрения AI-инференса в самые разные бизнес-сценарии ожидается, что рыночный спрос на эту систему продолжит расти. Сегодня большинство ончейн-практик ведется вокруг задач с реальной производительностью и заметной экономической ценностью, и соответствующие потребности больше не идут только изнутри криптоиндустрии.

Слияние экосистемы ускоряют несколько сил. Спрос на GPU-мощности отчетливо смещается с обучения моделей на инференс. А в тех бизнес-сценариях, где достаточно «лишь бы было достаточно», open-source весовые модели сокращают отставание по производительности от передовых закрытых моделей. Это позволяет компаниям направлять прежде дорогие задачи в наиболее выгодное по соотношению цена/качество предложение вычислительных мощностей (независимо от того, основаны ли они на крипто-онлайн-каналах или на традиционных каналах) — и тем самым делает такой подход экономически осуществимым.

Спрос на вычислительный инференс продолжает расти и одновременно подталкивает пользователей покупать мощность более инновационными способами. В недавнем исследовательском отчете (Citadel Securities) указано, что масштаб потребления AI Token, который измеряет Silicon Data LLM Index (индекс LLM в Силиконовой долине), снизился, что отражает разворот рынка к решениям с более низкими затратами. (Примечание: AI Token — это расчетная единица, которую AI-сервис-провайдеры используют для ценообразования своих услуг; не путайте ее с криптовалютными токенами, выпускаемыми в блокчейне.)

В последнее время многие компании, включая Coinbase, Microsoft и Airbnb, начали переходить на использование open-source моделей — при этом чаще всего речь идет о китайских open-source моделях. OpenRouter недавно завершил очередной раунд финансирования, что также подтверждает рост потребности рынка в диверсификации каналов доступа к моделям: такие каналы позволяют эффективно снижать стоимость инференса. Частично этот тренд объясняется ограниченностью предложения вычислительных мощностей: из-за этого маржинальная стоимость развертывания инференс-сервисов продолжает расти.

Вторая сила, подталкивающая слияние экосистемы, — это финансирование (financialization). Поскольку распространенность искусственного интеллекта продолжает расти, интеллектуальные возможности становятся почти для всех бизнесов фактором производства. Рынок начинает формировать спрос на то, чтобы «товаризировать» и финансово «привязать» вычислительные мощности. Все больше команд изучают решения, при которых AI-вычисления превращаются в торгуемые активы и встраиваются в более полноценную финансовую систему. Формируется ранний каркас ончейн-рынка капитала для инференса: рынок начинает финансово оценивать AI-железо и емкость вычислений, цель — собрать комплексную торговую площадку.

GPU-индекс и рынок фьючерсов

Прежде чем обсуждать ончейн-формы внедрения inference capital market, стоит сначала обратить внимание на гораздо более масштабный офчейн-рынок — наиболее показательным примером здесь служат GPU-фьючерсы. Прогнозы по масштабам расширения AI-инфраструктуры сильно различаются. Morgan Stanley оценивает: к 2028 году глобальные капитальные затраты (capex) дата-центров составят около 2,9 триллиона долларов (без учета затрат на электроэнергию), из них примерно 2,5 триллиона долларов будут направлены непосредственно на AI-нагрузки. McKinsey оценивает: к 2030 году capex дата-центров достигнет 6,7 триллиона долларов; из них 5,2 триллиона долларов — на AI-вычислительные инфраструктуры, 1,5 триллиона долларов — на традиционные IT. AI-сценарии распределяются на два типа: в слабом спросе — 3,7 триллиона долларов, при ускоренном высвобождении спроса — до 7,9 триллиона долларов. Goldman Sachs прогнозирует: в 2026–2031 годах глобальные capex на AI-инфраструктуру в сферах вычислений, дата-центров и электроэнергии составят около 7,6 триллиона долларов. Какими бы ни оказались конечные точные цифры, несколько организаций приходят к согласованному выводу: вычислительные мощности и железо — самый крупный по доле блок расходов; диапазоны Morgan Stanley, McKinsey и Goldman Sachs показывают долю этого блока около 55%~67%.

Эти прогнозы трудно точно «приземлить». Ключевая причина — множество неизвестных переменных на стороне спроса и предложения. Первая — эластичность спроса: если сэкономленные деньги от снижения стоимости вычислений не превращаются в прибыль, которую компании удерживают, а вместо этого продолжают инвестироваться в обучение еще больших моделей и расширение сценариев внедрения, то рост эффективности приведет лишь к расширению объема потребления вычислений, а не к сокращению итогового счета. Второй переменной является срок использования чипов. Сейчас в индустрии нет единого вывода; диапазоны оценки амортизации обычно находятся в пределах 3–7 лет. Хотя каждый год появляются более производительные новые поколения чипов, теоретически это ускоряет устаревание, однако на практике старое оборудование сохраняет ценность. Из-за постоянного дефицита предложения компании вынуждены опираться на уже имеющееся железо для покрытия спроса на вычисления, а устаревшие чипы также могут брать на себя инференс-задачи с более низким порогом требований. В итоге складывается следующая картина: потоки капитала продолжают вливаться в активы с сильной волатильностью цен; и именно это является типичной средой для появления рынков ценообразования, хеджирования и финансирования.

Нынешняя экосистема закупки вычислительных мощностей часто сравнивают с черным рынком — чтобы получить товар, приходится отдельно связываться с кем-то «посредником».

В определенном смысле подобные форвардные рынки существуют уже давно, просто они еще не сформировали стандартизированный вид. Крупные покупатели уже давно фиксируют форвардные мощности через частные соглашения: форма охватывает почасовую аренду по требованию, многолетние предзаказные контракты на мощности (по сути «договор на закрепление GPU-емкости»), а также двусторонние сделки между поставщиками услуг и крупнейшими клиентами. Цены обычно формируются через переговоры по связям, прозрачность крайне низкая. OpenAI и другие компании передовых моделей продают оптом лимиты вызовов API; крупнейшие облачные провайдеры взаимно резервируют мощности. Специализированные облачные сервис-провайдеры (New Cloud / Neoclouds) фиксируют мощности заранее у провайдеров публичного облака и у посредников — в корне причина в том, что общее предложение не соответствует спросу. Один из ведущих провайдеров инференс-услуг Baseten прямо заявил: сегодня закупка вычислений похожа на черный рынок — как будто нужно отдельно договариваться с посредником, чтобы получить источник. Посредники, зарабатывающие на разнице информации и на связях, и держатели больших объемов мощностей почти не имеют мотивации уходить в открытую и прозрачную электронную книгу, даже если стандартизированный рынок может немного повысить эффективность торговли. Исторически похожие препятствия также тормозили развитие товарных рынков: сопротивление таких энергетических гигантов, как Виттол, BP, Shell, не позволило биржам торговли сжиженным природным газом реализовать подготовительные попытки даже за десять лет. GPU-фьючерсы как раз постепенно возникают поверх такой фрагментированной модели спотовых рынков: их роль — стандартизированный инструмент для переноса ценового риска; в ближайшем времени они не заменят существующие модели закупки мощностей.

Для эффективной работы фьючерсного рынка необходима точная ценовая индексация, которую можно использовать как «якорь» контракта. По сравнению со стандартизированными товарными рынками построение индекса по вычислительным мощностям гораздо сложнее. Одна лишь «GPU-час» не является единственным стандартом: нужно четко определить модель чипа, объем видеопамяти, сетевые спецификации, регион, а также является ли вычисление обеспечением «по требованию» (спот) или ресурсом, закрепленным предоплатой. До того как электричество, пропускная способность сети и сжиженный природный газ развились в высоколиквидные рынки, они тоже сталкивались с проблемой разной спецификации базовых активов. Индустрия в итоге использовала сходный подход: вместо попыток добиться полного «однородного» товара для каждой единицы — провести градации качества (grade) и установить базовую цену. Нефть котируют на основе эталонных сортов вроде WTI (на NYMEX) и Brent; природный газ — по цене Henry Hub.

GPU-рынок постепенно формирует схожую систему ценообразования. Galaxy составная (portfolio) компания Ornn выпустила индекс цен на мощности, который опирается на данные реальных сделок. Silicon Data ежедневно публикует на Bloomberg терминале индексы аренды H100, A100 и B200; тем самым стандартизируются условия котирования разных конфигураций железа, разных провайдеров услуг и регионов — и формируется единый базовый ориентир. Compute Desk также идет в том же направлении. В соответствии с позиционированием Ornn такие индексы ближе к ставке обеспеченного овернайтного финансирования (SOFR), чем к подвергшейся критике старой ставке LIBOR (межбанковская ставка). Источники индексных данных — рыночные массивы реальных сделок, а не субъективные оценки экспертных групп. Индекс не отслеживает GPU одной модели; он агрегирует «рыночные ходы» для набора стандартизированных ресурсов мощностей. Именно благодаря реальным торговым данным становится управляемым вопрос разницы спецификаций аппаратного обеспечения. Индекс не требует, чтобы GPU-ресурс был полностью однороден каждый час; достаточно иметь достаточное число реальных сделок, чтобы измерять репрезентативную цену.

Но у GPU-индекса есть трудности, которых нет у рынка нефти. Десятилетиями WTI (West Texas Intermediate) стабильно служила «якорем» ценообразования, поскольку стандартные нефтяные бочки по спецификации оставались неизменными. А вот базовые GPU-активы будут продолжать обновляться: вычислительные кластеры постепенно переходят от H100 к H200, B200, GB200 и чипам Rubin. При каждом обновлении поколения железа ценовой базис приходится пересматривать. Разнообразие железа дополнительно усложняет задачу: AMD-чипы, TPU от Google, Trainium от Amazon, собственные ASIC крупных облачных провайдеров и распределение спроса по собственным чипам в разных странах — все эти виды железа несовместимы друг с другом. Создать долгосрочно стабильный и эффективный базис котирования становится сложнее, а не проще.

Второй ключевой спорный вопрос — правила поставки (delivery). Для AI-лабораторий, которые хотят хеджировать бюджет на вычисления, или для торговых команд, которые выражают ценовую позицию, достаточно чистого ценового рыночного риска — им не нужно физическое железо. Для таких субъектов достаточно контрактов, предусматривающих разницу в расчетах на основе индекса. Но для вертикальных AI-облачных провайдеров, которые оказывают услуги конечным клиентам, нужны именно «живые» вычислительные мощности. Запускаемые сейчас GPU-фьючерсы в основном используют cash settlement (денежную поставку). Причина в том, что именно хеджирование через цену проще стандартизировать. Даже в фьючерсах на товары, где физическая поставка поддерживается, чаще всего преобладает денежный расчет — логика схожая. Физическая поставка возможна, но сложнее внедрить: требуется дополнительная стандартизация и детальные условия. Учитывая скорость продвижения cash-settled-фьючерсов и наличие спроса на новые рынки, появление в ближайший год GPU-контрактов с физической поставкой не выглядит неожиданным. Есть и альтернативная точка зрения: текущая последовательность развития может быть «перевернута с ног на голову». Когда доступ к небольшому числу поставщиков ограничен, опора на тонкую индексацию и денежную поставку может легко породить манипуляции рынком. Рынки товарных активов обычно нуждаются в механизмах физической поставки или зрелых институтах форвардов/обменов между спотом и фьючерсом (EFP), чтобы фьючерсная цена сильнее соответствовала спотовым фундаменталам.

Зрелому рынку нужны реальные торговые намерения и на стороне спроса, и на стороне предложения; нельзя сводить все к игре только спекулянтов.
Естественные лонги: компании, где стоимость и глубина вычислений связаны напрямую, и которые хотят зафиксировать закупочную цену — включая AI-лаборатории, разработчиков приложений, downstream-вертикальные облака с уже проданными вычислениями, где нужно гарантировать обеспечение.
Естественные шорты: институции с GPU-запасами, для которых будущие сценарии пока не ясны — например крупные облачные провайдеры, держатели крупных объемов GPU, вычислительные посредники. Кредиторы, которые дают заемные средства для закупки GPU, также нуждаются в едином базисе цены: кредиты, выдаваемые под амортизируемое железо, должны оцениваться по справедливой рыночной цене. Спекулянты и команды собственных трейдингов — универсальные участники, поставляющие ликвидность, но они не являются «индустриальными» субъектами торговли. В центре текущего структурального противоречия — то, что продавцы чаще хотят подписывать долгосрочные контракты ради зафиксированного дохода, а покупатели предпочитают краткосрочные контракты, сохраняя гибкость.

Несмотря на сложности, «зародыш» зрелого рынка GPU уже виден. Платформы предсказательных рынков вроде Kalshi уже запустили несколько видов торговых инструментов по ценам на GPU. Материнская компания NYSE — Intercontinental Exchange (ICE, в сотрудничестве с Ornn) и Chicago Mercantile Exchange (CME, в сотрудничестве с Silicon Data) официально объявили планы запустить GPU-фьючерсы в следующем году. Так, возможно, вычислительные мощности вскоре станут реальностью как товарный актив.

Ончейн-рынок капитала для инференса

Поставщики моделей и сервисов инференса по сути похожи на токенизацию производственных фабрик: вводят «сырье» — GPU-вычисления, чтобы «обработать» и получить вывод AI Token на выходе. GPU-часовая емкость постепенно стандартизируется благодаря различным индексам мощностей, но верхний рынок торговли AI Token развивается гораздо слабее; главная сложность — отсутствие единого базиса обмена для Token от разных моделей. Даже так, экосистема этого направления постепенно складывается. Три крупнейших оператора связи в Китае уже продают inference-вызовы как измеримый вид коммунальной услуги: запускают стандартизированные месячные пакеты Token по аналогии с пакетами мобильного трафика. По сообщениям, Amazon изменит расчеты с Anthropic: с фиксации времени закупленной мощности на оплату по фактическому потреблению Token. Еще сообщается, что Шанхайская фондовая биржа (Shanghai Futures Exchange) находится на этапе раннего проектирования: планируется запуск фьючерсов, привязанных к AI Token, что соответствует GPU-фьючерсам вверху цепочки (в адрес стратегии CME/ICE).

Криптоиндустрия строит свою собственную «родственную» систему. Ончейн-рынок капитала для инференса опирается на уже существующие компоненты крипто + AI (провайдеры услуг GPU, децентрализованные сети разработки моделей), а также включает новые направления: стандарты платежей для агентов, токенизированный рынок торговли инференс-услугами. Соответствующая экосистема уже разложила разработку на несколько блокчейнов и сред исполнения, но разработческие ресурсы крайне концентрируются на Base и Solana — благодаря зрелым комьюнити разработчиков и пользователей двух этих L1-сетей.

Сердцевина всей системы — это провайдеры inference-услуг и inference-сеть, то есть все проекты, которые обеспечивают преобразование промптов в результат вывода. Вокруг базового уровня идет многослойная инфраструктура, чтобы сделать inference-сервисы доступными, практичными и с финансовыми свойствами: разработчики моделей, поставщики GPU и мощностей, диспетчерские роутинг-платформы и торговые рынки, агенты и верхнеуровневые приложения, платежные каналы, а также инфраструктура привлечения капитала. Эти периферийные слои критически важны, потому что они либо создают спрос на инференс и производят элементы предложения вычислений, либо превращают действия по использованию мощностей в активы, которые можно оплачивать, финансировать, маршрутизировать и «привязывать» по правам собственности.

Многие из упомянутых сервисов не уникальны для криптоиндустрии — в офчейн-мире существуют зрелые продукты-аналоги. На уровне технологий фреймворки для агентного роутинга вроде Hermes и Ironclaw могут вызывать модели передовых лабораторий без различий; либо вычислительные мощности можно получать от ончейн-провайдеров inference-сервисов вроде Venice. Децентрализованно обученные модели от Nous Research могут подключаться к агрегатору моделей OpenRouter (платформе «все-в-одном»). Поставщики GPU-мощностей соответствуют «разрешенным» open-source вариантам крупных облачных провайдеров и дата-центров, хотя обычно в меньших объемах. А протоколы агентных платежей вроде x402 и MPP могут оплатить подписки OpenAI и Anthropic, а также быстро выполнить расчет услуг по платформе Venice. Программируемая автоматическая взаиморасчетность становится быстро универсальной функцией индустрии и больше не является преимуществом, присущим только крипто-сегменту; недавно OpenAI и Visa также запустили платежные инфраструктуры, ориентированные на агентов.

Реальная точка дифференциации инноваций сосредоточена на финансовом слое: криптотехнологии меняют механизмы передачи прав собственности на inference-мощности, их ценообразование и финансирование. Мы ранее в нескольких отчетах подробно писали, что крипто-онлайн-каналы ускоряют формирование капитала, и многие базовые компоненты могут быть непосредственно применимы к inference-направлению.

Токенизация inference-сервисов уже привлекла множество ончейн-проектов: опираясь на платежные каналы блокчейна и токенизацию инструментов, inference-бизнес превращается в торгуемые активы. В целом выделяются три формы:

• Поставщики inference-сервисов (Venice, Morpheus и т. п.): токенизируют доступ к inference, превращая право на получение будущих inference-услуг в актив, который можно хранить, ценить, перепродавать.

• Проекты Proof of Useful Work (эффективное доказательство полезной работы) (Pearl, Ambient и т. д.): токенизируют процесс создания inference; провайдер, выполнивший inference-задачу, получает токеновые награды.

• Кредитные провайдеры (USD.AI): схема отличается. Они не напрямую токенизируют inference-сервисы, а финансируют оборудование, на котором размещаются inference-задачи; за счет депозитов в стейблкоинах они предоставляют средства для базовых GPU и дата-центров.

Все перечисленные компоненты интегрируются вместе и в совокупности формируют ончейн-рынок капитала для инференса.

Слой inference-провайдеров

Провайдеры inference-сервисов — ядро всей технической стека. Децентрализированный inference-сегмент и традиционный рынок AI API здесь крайне похожи: пользователь или разработчик выбирает модель, отправляет промпт, платит по Token / числу запросов / подписочному формату, а затем получает результат. В самой простой форме пользовательский опыт напоминает OpenRouter, Together AI и Fireworks, либо официальные API передовых AI-лабораторий. Разница в том, что нативные крипто-инференс-провайдеры могут закупать вычислительные мощности в децентрализованной сети GPU, принимать платежи в стейблкоинах или нативных токенах, подключать open-source / без цензуры модели, добавлять гарантии конфиденциальности, а также связывать токенизированные права доступа с фактическими действиями по использованию мощности.

OpenRouter — один из самых перспективных ончейн-сценариев inference-сегмента. Внутри платформы спрос оценивается в AI Token: пользователь может переключать провайдеров inference-сервисов при любом запросе. В таких условиях провайдеры с более высокой экономической эффективностью и более быстрым откликом должны забирать большую долю. За последние три месяца суммарный объем Token, который обслуживали on-chain inference-провайдеры, составил 0,5%~1% от дневного объема обработанных Token на OpenRouter, при этом за тот же период общий объем Token на OpenRouter продолжил резко расти. Это указывает на то, что on-chain сервис-провайдеры уже получили первоначальное признание рынка за пределами крипто-нативного комьюнити, однако их доля все еще невысока: значит, пока их ограничивают охват каналов, относительная стоимость или другие факторы, и они не могут на данном этапе конкурировать «на равных» с зрелыми централизованными сервисами.

Но OpenRouter отражает лишь часть потока Token. Например, Venice: платформа раскрыла, что 23 июня она обработала во всех каналах 1000 млрд (1e11) Token — в 10 раз больше, чем объем, который она обрабатывает в канале OpenRouter. Если учитывать только данные OpenRouter, нельзя полностью отразить реальный прогресс каждого отдельного проекта. Крупные ончейн-провайдеры inference-сервисов продолжают накапливать устойчивую базу пользователей через разные операционные механики; часть из них опирается на дифференцированные продуктовые функции. Venice делает сильный акцент на защите приватности как на ключевом отличии: при использовании inference-сервиса пользователям не приходится чрезмерно беспокоиться о том, что провайдер сохранит данные, введет цензуру, утечет информация, внедрит контент-модерацию или принудительно потребует раскрыть чувствительные сведения. Chutes и AkashML позволяют любому подключать GPU к сети, оживляя простаивающие мощности для монетизации — тем самым они пытаются снизить стоимость сервиса. Хотя такие функции помогают провайдерам забирать небольшой объем доли, большинство централизованных платформ могут копировать аналогичные возможности, и одной продуктовой функцией трудно получить заметную долю рынка.

Инференс-сервисы в ончейне могут создать настоящую «линию обороны» за счет прорыва в финансовой токенизации механизма: превращение права на inference-доступ в актив, который покупатели могут держать, копить и перепродавать, а не просто одноразово «съедать» подпиской.

Venice: токенизация права собственности на inference

Venice был основан людьми с большим опытом в криптоиндустрии и серийным предпринимателем Эриком Ворхизом (Erik Voorhees). Проект продвигается глубже всего по пути превращения права на inference-доступ в актив, которым можно владеть. В основе проекта двухтокенная система — VVV и DIEM — где право на будущий inference-сервис упаковано в актив, который пользователи могут чеканить, хранить и перепродавать.

VVV позиционируется как «капитальный актив»: держать VVV не означает владеть долей акций Venice-платформы (платформенные акции независимы по финансированию; отдельное раунд-акцептирование произошло в июне — 65 млн долларов в A-раунде), но теоретически держатели токенов могут разделить рост ценности проекта. Самый прямой механизм: Venice направляет часть выручки на обратный выкуп и сжигание VVV. Выкуп-сжигание идет двумя каналами: во-первых, через гибкое сжигание за счет обычной выручки; во-вторых, через программируемое правило сжигания — в каждой поступившей подписочной выручке фиксированная доля средств идет на обратный выкуп и сжигание токенов. На текущий момент уже сожжено 42% VVV.

VVV также имеет функциональность приложения: пользователи могут стейкать любое количество VVV, чтобы получать награды за годовой рост (инфляцию) токенов; стейк 100 VVV открывает доступ к премиум-подписке. Но самая основная ценность проявляется в связке с DIEM (DIEM — «инференс-актив», «актив вычислительных мощностей»). Держатели, зафиксировавшие и заблокировавшие VVV, могут чеканить DIEM: каждая 1 DIEM навсегда соответствует value в размере 1 доллар США по вычислительному инференс-лимиту Venice. Держать 100 DIEM — это иметь лимит на 100 долларов API, который можно использовать для всех моделей платформы, бессрочно (при условии, что Venice продолжает нормально работать).

Количество VVV, которое нужно заложить, чтобы отчеканить одну DIEM, следует установленной платформой кривой: когда общий оборот DIEM приближается к целевому верхнему пределу, требуемое залоговое количество VVV растет экспоненциально. Логика такая: каждая DIEM формирует на балансе Venice постоянное обязательство с погашением 1 доллар США. Текущее предложение DIEM близко к порогу цели, поэтому стоимость чеканки выросла с примерно 90 VVV/DIEM на старте до сотен VVV для чеканки одной DIEM. Этот механизм замедляет темп выпуска новых DIEM: ранние чеканщики получают DIEM по более низкой стоимости VVV, а пользователи, которые заходят позже, сталкиваются со значительно более высокой стоимостью входа.

Когда VVV, заблокированные в стейкинге, используются в качестве подтверждения (backing) DIEM, стейкеры получают лишь 80% от стандартных доходов от стейкинга, а оставшиеся 20% доходов принадлежат платформе Venice. Кроме того, разблокировка VVV, заблокированных в стейкинге, возможна только после сжигания соответствующего объема DIEM. Если чеканщик уже продал DIEM, чтобы вернуть заложенные VVV, ему придется заново выкупить DIEM на вторичном рынке; если рыночная цена DIEM выросла, операция выкупа приведет к убыткам.

Эти две категории токенов усиливают друг друга в замкнутом контуре. DIEM можно отчеканить только через стейк-замок VVV, поэтому рост спроса на DIEM будет постоянно «выкачивать» VVV из оборота, создавая у VVV реальное применение за пределами спекуляций. В обратную сторону DIEM также выигрывает от развития платформы: чем сильнее практическая ценность Venice и чем выше распространенность, тем выше ценность токенизируемого повседневного права на inference-сервис, которое можно передавать. Владение DIEM — это не только владение лимитом, который можно перепродавать; держатель по сути делает ставку на долгосрочное развитие Venice.

Даже если конечные пользователи вообще не взаимодействуют с криптоактивами, основной бизнес платформы все равно может поддерживать токеномику. Команда Venice утверждает: большинство пользователей не являются крипто-нативными; многие вообще не испытывают интереса к токенам. Но пока пользователь оформляет подписку, покупает лимиты inference и использует сервис платформы, соответствующие действия будут поддерживать обратный выкуп и сжигание VVV и создавать спрос на inference-сервисы Venice. Токеномика строится поверх продуктового бизнеса, а не заменяет продукт. Venice — это не крипто-токен, который «ищет где внедрить AI», а AI-продукт: часть прав использования и доступов переносится в токенизированный рынок inference-торговли.

Самое уникальное в DIEM для Venice — это свойства собственности: пользователь может владеть теми вычислительными ресурсами, которые он фактически потребляет, а не просто арендует их.

DIEM — это эксперимент вокруг токенизации права на inference-доступ и модели доставки. Главная дифференцирующая особенность — именно «собственность». Пользователь может держать вычислительные ресурсы, которые он сам потребляет, а не просто арендовать. При оплате «по факту» ресурс после потребления исчезает; тогда как владение токенизированным доступом — это владение активом, который можно держать долго, передавать или продавать. Отсюда следуют различные сценарии применения:

• Поскольку это право на получение имеет торговую природу, держатели, для которых характерна высокая волатильность спроса, могут сохранять базовый лимит использования, а в периоды простаивания продавать или сдавать доступ в аренду — компенсируя тем самым потерю стоимости, которая при модели «по факту» неизбежно исчезает. AI-агенты могут напрямую держать DIEM и получать баланс inference-ресурсов, которыми они обладают без разрешения и могут самостоятельно использовать. Торговые каналы включают, например, Aerodrome (спотовая площадка), а также рынки аренды по времени вроде Surplus, UsePod, AntSeed, CarpeDiem и т. п.

• Команда Venice часто упоминает еще один сценарий: пользователь покупает DIEM, использует inference-сервис в течение одного дня, а затем продает его на следующий день. Если цена сохраняется, по сути это эквивалентно «бесплатному» использованию вычислений для инференса; если цена растет — пользователь может дополнительно заработать. Риски также существуют: при падении цены держатель может понести убытки, которые существенно превышают стоимость прямой разовой покупки inference-сервиса. Для части пользователей это означает: они потребляют вычисления и одновременно спекулируют на цене inference-ресурса.

• DIEM также способен «фиксировать» стоимость. Компании или агенты с устойчивым и прогнозируемым спросом на вычисления могут фиксировать издержки на уровне вычислений с помощью DIEM — логика схожа с многолетними предзаказными контрактами на облачные мощности. Компания не может знать, сколько инференс-лимита получится за 1 доллар через два года, но может зафиксировать право уже сейчас; если затем продать доступ при приближении к себестоимости, фактическая стоимость потребления вычислений будет низкой. На 7 июля 2026 года цена DIEM составляет 1270 долларов: одна DIEM в среднем эквивалентна ежедневному лимиту в 1 доллар на период в четыре года, то есть покупатель заранее платит примерно за 3,5 года бессрочного права на использование вычислений. Но недостаток очевиден: чтобы получить определенность в стоимости, нужно держать волатильный и бесконечно длящийся (perpetual) в экономике с ценой в долларах актив — это снижает ту стабильность, которую пользователи изначально хотели. Ценообразование DIEM построено на обещании бессрочного погашения и подразумевает, что рынок дисконтирует долгосрочную способность Venice к продолжению работы на уровне двузначных процентов; при этом ценность DIEM сохраняется только если Venice продолжает регулярно и нормально предоставлять услуги.

Эта механика пока на раннем этапе и имеет реальные слабые стороны:

• Токенизация inference лучше всего подходит тем эмитентам, кому нужна предварительная продажа спроса и сбор средств. AI-лаборатории, располагающие качественными моделями и имеющие реальную власть над ценой, не имеют мотивации продвигать токенизацию, потому что эта схема отнимает способность делать дифференцированное ценообразование под разных клиентов, лишает возможности получать доход от просроченных/неисполненных лимитов, а также снижает гибкость в будущих пересмотрах цен.

• Для DIEM отсутствует механизм амортизационного «безубыточного» погашения на дату — в основе также нет залога или резервного актива, что отличает ее от GPU-продуктов по залоговому кредитованию, о которых мы поговорим ниже. Владение DIEM — это по сути бесконечная ставка на то, что Venice будет работать нормально много лет спустя; если платформа прекратит услуги, у держателя не будет контрактных гарантий и пути взыскания.

• Право на получение по DIEM — это единосторонне определенная Venice «DIEM-право на инференс» в размере 1 доллар США, а не фиксированное количество вычислительных лимитов. Venice сама задает стандарты расхода токенов на единицу для каждой модели, и этот стандарт изменяется в зависимости от спроса и предложения. Риск держателя не только от волатильности цены на вторичном рынке, но и от того, что между платформой и держателем существует пространство усмотрения. Теоретически, когда стоимость моделей падает, 1 доллар должен «конвертироваться» в большее количество вычислений, но доступность этой выгоды зависит только от решения Venice.

Более глубинная проблема в следующем: форма прав DIEM — в долларах США и бессрочная — это именно тот risk exposure, который хотят держатели «покупателей» вычислений для инференса? Или же участники рынка предпочитают долговые инструменты с фиксированным сроком, где стоимость привязана к вычислениям или AI Token (или к обоим параметрам)?

Сейчас DIEM в основном держат как спекулятивный актив и не используют по назначению для вызова inference-сервисов: еженедельное фактическое потребление лимитов не достигает и 50% от их «несущей» емкости. Официальные материалы Venice определяют DIEM как диапазонно-волатильный бессрочный сертификат права, и делят покупателей на три группы: терминальные пользователи API, держатели VVV, которые не продают токены и постоянно улавливают ценность, и спекулянты, которые делают арбитраж разницы. Последние две группы занимают подавляющую часть.

Самый близкий централизованный аналог в этой области — масштабные пакеты OpenAI (Scale Tier). Пользователь заранее берет обязательство по объему «throughput» модели, покупает на фиксированный срок объем, измеряемый AI Token в минуту. Но в scale tier нет «ownership» вычислительных мощностей: лимиты привязаны к аккаунту пользователя и могут использоваться только внутри OpenAI, их нельзя передать. Преимущество DIEM как раз противоположно: его можно долго держать, перепродавать и комбинировать с другими компонентами ончейн-инференс-экосистемы. Более идеальный финансовый инструмент, возможно, должен объединять фиксированный срок и лимиты с расчетом по вычислениям, как в scale tier, при этом сохраняя свойства DIEM — право собственности и передаваемость.

Для Venice каждая DIEM, находящаяся в обращении, означает, что платформе нужно постоянно выполнять обязательства по погашению, и что ее нельзя перепродать другим клиентам. Поэтому это 1 доллар стоимости вычислительных мощностей — обязательство (liability) для платформы. Следовательно, платформа использует выкуп токенов из выручки не просто как «бонус» держателям.

В итоге VVV и DIEM не задуманы как equity-инструменты Venice. Изначально они были механизмами «холодного старта» для накопления пользователей; сегодня базис их ценности — это право на получение inference-мощностей, соответствующее токенам. Держатели VVV могут отчеканить DIEM и получить право на бессрочные inference-услуги Venice. По мере роста платформы и роста ценности вычислений эта ценность будет усиливаться. С позиции Venice каждая невыкупленная (непогашенная) DIEM — это обязательство по исполнению погашения вычислительной мощности, которое нельзя продать второй раз; именно поэтому платформа выкупает токены из выручки — не чтобы «сделать приятнее» держателям. Одна сторона держит право на получение и ожидает рост стоимости; другая несет обязательство по погашению и хочет снизить масштаб обязательств. Такая связка интересов вокруг вычислительных мощностей Venice (а не какие-либо отношения акционерного владения) образует синергию. Это делает VVV попыткой, имеющей огромное значение для исследования: построение inference-бизнеса через прикладной токен-механизм.

Токенизация на стороне production (выхода) inference

Venice токенизирует право доступа к инференсу; а сеть Proof of Useful Work фокусируется на токенизации процесса генерации/производства инференса, субсидируя стоимость поставки inference-сервиса через токеновую инфляцию. Традиционный Proof of Work запускает сеть, раздавая токеновые награды майнерам за взлом случайных загадок. Биткоин использует эту модель для обеспечения безопасности сети, но огромная часть вычислительной мощности при этом уходит на бессм