В воскресенье пролистал избранное и увидел таблицу конкурентов по AI on-chain-проходам, которую я делал полгода назад. У каждой команды число подключённых моделей варьировалось от двухзначных до трёхзначных. Я на автомате открыл on-chain-панель для @OpenGradient : Model Hub уже разместил свыше 4500+ моделей — это в несколько раз больше, чем все позиции из той таблицы вместе взятые. Я не стал сразу удивляться и захотел понять, это реальный объём, который действительно что-то несёт, или просто свалка из кучи файлов, которые ни разу не вызывали.
Я выбрал рабочую пятницу на пятидневной неделе и вытащил модели, которые были вызваны в тот день, по четырём измерениям: хэши весов, распределение размещённых узлов, записи диспетчеризации middleware для роутинга возможностей и квитанции Verification Layer. Пять дней, в каждый день — по 12 выборок: всего 60 групп данных. Для каждой я построчно сверял время размещения, задержку первого вызова и подпись квитанции. Итог получился довольно чистым: среди более чем 4500+ моделей заметная доля имела реальный трафик за прошедшую неделю, а и хвостовые модели тоже удавалось «поднимать» через холодные старты.
В массовых обсуждениях число моделей-хранилищ обычно всё сводят к сравнению количества. Но различия у OpenGradient, которые можно реально перепроверить, гораздо более холодные: объём — это не просто счётчик загруженных. Каждая порция весов нарезается и складывается в Walrus; при вызове middleware роутинга возможностей собирает их обратно по доступности, а Verification Layer ставит печать. Чтобы «повесить» модель, нужно привязать хранилищные ёмкости; чтобы вызвать — нужно оставить след в квитанции. Стоимость «обмена данными» в итоге оказывается даже выше, чем просто делать дело. 4500+ — это не строка из таблицы, а набор с реальной пропускной способностью.
Показатели наблюдения тоже стоит поменять. Я не смотрю, сколько моделей суммарно «повешено» у OpenGradient — я слежу за данными, не лежащими в общепринятой плоскости: доля моделей, которые минимум раз в неделю реально получают платный вызов и оставляют квитанцию в Verification Layer. Первое измеряет факт попадания в хранилище, второе — правда ли этот уровень размещения используется разработчиками.
Если $OPG просто берёт комиссию за сведение одного вызова модели, то это больше похоже на токен учёта вызовов. Но если в будущем вокруг него сложится контур — залог под ёмкость хранения, стимулы холодного старта, выпуск квитанций, распределение доходов по хвосту и штрафы/конфискации за «зомби-модели», — тогда оно перестаёт быть просто токеном учёта и становится активом кредитоспособности ёмкости в сети размещения моделей.
Не спешу с выводами. Преимущество по объёму имеет смысл только если оно многократно подтверждается в хвосте, поэтому я готов продолжать смотреть на выборки, которые OpenGradient основной сетью и последующими партиями получают и отдают при подключении моделепровайдеров.
#opg