Digo algo que suena mal: “IA + Web3” es lo que ahora presume casi todo el mundo en la calle, y nueve de cada diez son unos “frankenstein” que solo pegan cosas con APIs ajenas. Alquilas una GPU, conectas una interfaz de OpenAI, mandas unas monedas y te atreves a llamarlo “IA descentralizada”. Corres una regresión lineal y parece que estás corriendo el mismo modelo de lógica de cobro por Gas que para un modelo con miles de millones de parámetros—y al hacer bien las cuentas, la verdadera aplicación de IA de alto nivel no tarda en quebrar en cuanto la subes a la cadena.
Hace poco me puse a investigar OpenGradient. No tenía grandes expectativas, pero al mirar encontré que esta gente sí está haciendo algo distinto.
Lo central es esa arquitectura llamada HACA. En palabras simples: separan en dos líneas la “ejecución del modelo” y la “verificación de resultados”. Los nodos de inferencia se encargan de correr el modelo; la latencia es cercana a la de una API centralizada. Los nodos completos solo se ocupan de verificar pruebas criptográficas; no hace falta que cada máquina de la red vuelva a ejecutar el gran modelo. Me planteas una pregunta, el resultado vuelve primero; luego viene la prueba y después se sube a la cadena. #OPG
La forma de verificación se divide en tres niveles. TEE usa respaldos por hardware: para el uso diario, es suficiente. ZKML recurre a pruebas matemáticas: tiene un techo de seguridad altísimo, pero el coste—en términos de sobrecarga frente al propio cómputo de inferencia—puede ser desde cientos hasta miles de veces. “Vanilla” solo firma y listo. Si quieres eficiencia o quieres conservar las “bragas”, tú eliges. $OPG
Lo más importante, además, es la lógica de cobro. Antes, al ejecutar un modelo, se cobraba de forma uniforme independientemente de la complejidad. @OpenGradient Convirtieron ese “todo a precio fijo” en un modelo de precios dinámico: la complejidad del modelo, la duración del tiempo de cómputo, el consumo de recursos y el nivel de verificación afectan el coste final. Sin esa contabilidad fina y dinámica, los servicios de IA realmente complejos no pueden ejecutarse en la cadena.
El pago se realiza mediante el protocolo x402; el código de estado HTTP 402, que lleva tres décadas y media descansando en el estándar RFC, estos tipos lo desentierran de la tumba y lo meten dentro del TEE. Sin suscripciones, sin claves de API: pagos por uso, y la solicitud se enruta directamente hacia un enclave TEE ya verificado.
Obviamente, los puntos flojos no se pueden ignorar. En esencia, el TEE sigue confiando en el hardware de AWS. ZKML es seguro, pero es lentísimo, casi inverosímil. El suministro total es de 1.000 millones de tokens; ahora en circulación solo hay 190 millones; el resto, más de 800 millones, todavía va en camino. El 21 de junio se desbloquearon apenas 9,13 millones. La capitalización en circulación es de más de 30 millones de dólares, pero el FDV ya supera los 150 millones.
Cualquier cadena de IA que no tenga la lógica de cobro bien hilada es, básicamente, un fraude. OpenGradient al menos primero separa “correr el modelo” de “verificar el resultado”, y cambia el “cobro por cómputo” de un todo a precio fijo a un precio dinámico. En cuanto a hasta dónde pueda llegar OPG, pues a caminar y ver.
Hace poco me puse a investigar OpenGradient. No tenía grandes expectativas, pero al mirar encontré que esta gente sí está haciendo algo distinto.
Lo central es esa arquitectura llamada HACA. En palabras simples: separan en dos líneas la “ejecución del modelo” y la “verificación de resultados”. Los nodos de inferencia se encargan de correr el modelo; la latencia es cercana a la de una API centralizada. Los nodos completos solo se ocupan de verificar pruebas criptográficas; no hace falta que cada máquina de la red vuelva a ejecutar el gran modelo. Me planteas una pregunta, el resultado vuelve primero; luego viene la prueba y después se sube a la cadena. #OPG
La forma de verificación se divide en tres niveles. TEE usa respaldos por hardware: para el uso diario, es suficiente. ZKML recurre a pruebas matemáticas: tiene un techo de seguridad altísimo, pero el coste—en términos de sobrecarga frente al propio cómputo de inferencia—puede ser desde cientos hasta miles de veces. “Vanilla” solo firma y listo. Si quieres eficiencia o quieres conservar las “bragas”, tú eliges. $OPG
Lo más importante, además, es la lógica de cobro. Antes, al ejecutar un modelo, se cobraba de forma uniforme independientemente de la complejidad. @OpenGradient Convirtieron ese “todo a precio fijo” en un modelo de precios dinámico: la complejidad del modelo, la duración del tiempo de cómputo, el consumo de recursos y el nivel de verificación afectan el coste final. Sin esa contabilidad fina y dinámica, los servicios de IA realmente complejos no pueden ejecutarse en la cadena.
El pago se realiza mediante el protocolo x402; el código de estado HTTP 402, que lleva tres décadas y media descansando en el estándar RFC, estos tipos lo desentierran de la tumba y lo meten dentro del TEE. Sin suscripciones, sin claves de API: pagos por uso, y la solicitud se enruta directamente hacia un enclave TEE ya verificado.
Obviamente, los puntos flojos no se pueden ignorar. En esencia, el TEE sigue confiando en el hardware de AWS. ZKML es seguro, pero es lentísimo, casi inverosímil. El suministro total es de 1.000 millones de tokens; ahora en circulación solo hay 190 millones; el resto, más de 800 millones, todavía va en camino. El 21 de junio se desbloquearon apenas 9,13 millones. La capitalización en circulación es de más de 30 millones de dólares, pero el FDV ya supera los 150 millones.
Cualquier cadena de IA que no tenga la lógica de cobro bien hilada es, básicamente, un fraude. OpenGradient al menos primero separa “correr el modelo” de “verificar el resultado”, y cambia el “cobro por cómputo” de un todo a precio fijo a un precio dinámico. En cuanto a hasta dónde pueda llegar OPG, pues a caminar y ver.