オンチェーンAI推論とは？Orbio、Surplus、Antseedのコンピューティング事業モデルを比較

オンチェーンAI推論とは、人工知能モデルの推論と、ブロックチェーンベースの決済、アイデンティティ、インセンティブ、または検証メカニズムを組み合わせた技術モデルを指します。モデル計算をすべてブロックチェーンの仮想マシン内で実行する方法とは異なり、実務上の大規模AI推論は通常、依然としてオフチェーンのGPU、CPU、または専用アクセラレータによって実行されます。ブロックチェーンは主に取引の記録、参加者の調整、または検証可能な経済的関係の提供を担います。

AIエージェント、自動取引、生成AIアプリケーションが発展するにつれて、推論は継続的にコンピューティングリソースを消費するサービスになりつつあります。モデルのトレーニングは通常、周期的に行われる一方、ユーザーがリクエストを送信し、エージェントが呼び出しを行うたびに推論は継続的に発生します。このため、コンピューティング市場の焦点は徐々に「誰がGPUを保有しているか」から、「誰が安定した価格、速度、品質で推論結果を提供できるか」へと移行しています。

Orbio、Surplus、Antseedは、注目すべき分散型AIインフラのアプローチを示しています。本記事では、AI推論の技術原理を起点に、コンピューティングリソースの供給、タスク調整、収益化の関係を考察し、3つのプロジェクトの市場における位置付け、潜在的な優位性、検証が必要な主要指標を比較します。

要点

• オンチェーンAI推論は、モデルをブロックチェーン上で直接実行しなければならないことを意味するものではありません。実用的なソリューションの大半は、ブロックチェーン実行コストとスループット制約を回避するため、オフチェーン実行とオンチェーン決済または検証を組み合わせたハイブリッドアーキテクチャを採用しています。

• 分散型AIコンピューティング市場は、遊休コンピューティングリソースとAIアプリケーションの需要を結び付けることを目指しています。その中核的な課題は、コンピューティング能力が十分かどうかだけでなく、タスクスケジューリング、サービス品質、推論レイテンシー、リソース利用率にもあります。

• Orbio、Surplus、Antseedは、異なる事業領域で比較できます。AIやDePINというラベルだけで事業モデルを判断するのではなく、コンピューティングリソースの供給、推論サービスの提供、ネットワーク調整メカニズムを区別する必要があります。

• 推論サービスの商業的価値は、実際の需要に依存します。GPU数、ネットワークノード数、トークン取引量は、実際の推論収益を直接示すものではありません。継続的な有料ユーザーとサービスの粗利益率は、事業の質をより適切に反映します。

• 分散型推論は、依然として技術的および経済的な課題に直面しています。モデルのロード、ハードウェアの異質性、結果検証、データプライバシー、サービスの安定性はいずれも、中央集権型クラウドサービスと競争する能力に影響します。

オンチェーンAI推論とは何か、またなぜAIとWeb3の接点になりつつあるのか？

AI推論とは、トレーニング済みモデルが入力を受け取り、予測、テキスト、画像、またはその他の結果を生成するプロセスです。例えば、ユーザーが大規模言語モデルに質問し、モデルが回答を生成する場合、AIエージェントが市場データを分析して次の行動を決定する場合、またはアプリケーションがコンテンツ分類のためにモデルAPIを呼び出す場合は、いずれも推論シナリオに該当します。

モデルのトレーニングとは異なり、推論需要は通常、より分散的かつ継続的で、頻度も高くなります。トレーニングは特定の期間に大量のコンピューティングリソースを使用する可能性がありますが、推論コストはユーザー数、モデル呼び出し数、コンテキスト長の増加に伴って上昇し続けます。24時間体制で稼働する必要があるAIエージェントにとって、推論費用は事業モデルに影響する重要なコストになる可能性もあります。

オンチェーンAI推論市場は、AI計算そのものを必ずしもブロックチェーン上へ移すのではなく、推論サービスをどのように組織し、取引するかという課題の解決を目指しています。実際のワークフローは通常、4つの段階で構成されます。需要側がモデル呼び出しリクエストを送信し、市場がサービス提供可能なプロバイダーを見つけ、オフチェーンのコンピューティング環境が推論を実行し、関連する決済または精算メカニズムが料金を処理します。

この構造は、ブロックチェーンのプログラム可能な決済機能とオフチェーンAI計算を組み合わせることで、異なる参加者がモデル呼び出し、コンピューティングリソース、サービス価格を中心に市場関係を構築できるようにします。

ただし、ここでは2つの概念を区別する必要があります。ブロックチェーンによって調整されるAI推論と、検証可能なAI推論です。前者は決済、インセンティブ、市場組織を重視し、後者はモデルが要求どおりに実行されたことを証明できるかどうかを重視します。プラットフォームがUSDC決済やオンチェーン認証情報をサポートしているからといって、推論結果の暗号学的検証を実現していることにはなりません。

分散型AI推論市場は、なぜより低コストのサービスを提供できるのか？

従来のAI APIサービスは通常、モデルプロバイダーまたはクラウドサービスプロバイダーが直接価格を設定します。ユーザーは料金を支払った後、統一されたインターフェースを通じてモデルを呼び出し、対応する推論結果を受け取ります。このモデルの利点は、サービスが安定しており、統合が簡単なことです。しかし、価格と供給条件は主にサービスプロバイダーによって決定されます。

これに対し、分散型AI推論市場は、より多くの供給者の参加を目指しています。さまざまなプロバイダーがモデルAPIの利用枠、遊休GPUリソース、または自ら展開した推論サービスを提供し、ユーザーリクエストを獲得するために競争できます。

低価格は主に3つのメカニズムから生じる可能性があります。

1つ目は、API利用枠の集約と再販です。市場は異なるチャネルからモデル呼び出し能力を集約し、調達コストの差、プロバイダー間の競争、またはプラットフォーム補助金を通じて割引を提供します。この方式の利点は、モデルインフラをゼロから構築する必要がないことですが、実際のコストは依然として上流サービスに依存します。

2つ目は、遊休コンピューティング能力の活用です。GPUを保有する個人や機関は、アイドル時間に推論能力を提供でき、ハードウェアの利用率を高められます。ただし、このモデルでは、デバイス性能、モデル展開、サービス安定性の違いに対応する必要があります。

3つ目は、トークンインセンティブと市場補助金です。プラットフォームは、報酬、ポイント、またはオンチェーン認証情報を通じて、ユーザーが表面的に支払う価格を引き下げ、初期需要を呼び込むことができます。しかし、割引がコンピューティング効率の向上ではなく、主に補助金によって支えられている場合、長期的な価格優位性を維持することは難しい可能性があります。

したがって、プラットフォームが推論コストを本当に削減しているかを判断するには、表示されるAPI価格を比較するだけでは不十分です。補助金の原資、上流コスト、サービス品質、補助金縮小後の持続可能性も検討する必要があります。

Orbioとは何か、またAIエージェントはどのように推論クレジットを自律的に購入できるのか？

Orbioは、AIエージェント向けの推論リソースマーケットプレイスとして位置付けられています。モデルへのアクセスポイントを提供するだけでなく、推論クレジットをオンチェーン資産を通じて購入・管理できるリソースへと変換し、エージェントが自身のタスクに応じて推論予算を配分できるようにすることを目指しています。

従来のAPIサブスクリプションモデルとは異なり、OrbioはCREDIT認証情報を導入しています。その設計では、各CREDITはプラットフォームゲートウェイ内でのモデル呼び出しクレジット1ドル分に相当します。ユーザーやエージェントは、CREDITを購入して償還することで推論サービスを利用できます。

このモデルの意義は、推論予算をプログラム可能なリソースにする点にあります。例えば、ウォレットと支出権限を持つAIエージェントは、タスク要件に応じてクレジットを購入し、モデルインターフェースを使用して情報分析、コンテンツ生成、またはその他の自動化タスクを実行できます。

Orbioはまた、推論サービスをエージェント作成、トークン発行、取引機能と結び付けることを目指しています。開発者はエージェントを中心にアプリケーションや関連資産を構築でき、モデル呼び出し、エージェント運用、オンチェーン取引の間に連携を生み出せます。

ただし、この設計には重要な問いがあります。推論クレジットの発行と取引は、必ずしも実際の推論消費を示すものではありません。

CREDITの市場価格がその表示上の呼び出しクレジット価値を下回る場合、ユーザーは割引を理由に購入したり、取引や裁定取引を期待して保有したりする可能性があります。この場合、認証情報の取引活動と実際のモデル呼び出し量には大きな差が生じる可能性があります。

また、割引が主に取引手数料から生じる報酬に依存している場合、継続的な取引活動が必要になります。市場取引が減少すると、補助金の規模と割引水準が変化する可能性があります。

したがって、Orbioを評価する際の主要指標には、CREDITの実際の償還率、モデル呼び出し量、リピートユーザー数、取引インセンティブなしでも推論消費が継続的に増加できるかどうかが含まれます。

TechFlow

Surplus Intelligenceとは何か、またコンピューティングリソースの集約によってどのようにAI呼び出しコストを削減するのか？

Surplus Intelligenceは、AI推論サービスの集約マーケットプレイスに近いものです。異なるプロバイダーがモデル呼び出しインターフェースを提供でき、ユーザーは独立した価格設定とリクエストルーティングを通じて、複数の供給源から推論サービスを利用できます。

AIエージェント経済とオンチェーン認証情報を重視するOrbioとは異なり、Surplusの事業ロジックは比較的直接的です。断片化されたモデルサービスを統一された呼び出しマーケットプレイスに統合し、供給者間の競争を通じて価格とサービスの選択肢を改善することを目指しています。

プロバイダーは異なるモデルインターフェースを提供でき、プラットフォームはルーティングルールに基づいてリクエストを対応するプロバイダーへ割り当てます。ユーザーは各モデルサービスプロバイダーと個別に呼び出しプロセスを構築する必要がなく、集約マーケットプレイスを通じてサービスにアクセスできます。

このモデルの利点は理解しやすく、従来のAPI集約ビジネスにより近い点です。プラットフォームの中核的な競争力は、発行するトークンの数ではなく、信頼できるプロバイダーを継続的に惹き付け、実際の呼び出しリクエストを処理し、低価格と安定した応答速度を維持できるかどうかにあります。

Surplusは、センシティブ情報のマスキングも導入しています。これは、リクエストを外部のモデルサービスプロバイダーに送信する前に、一部のAPIキーやその他の機密フィールドをプレースホルダーに置き換える仕組みです。これにより、機密情報がプロバイダーに直接公開されるリスクを低減できます。

ただし、マスキングはエンドツーエンドのプライバシー保護を意味するものではありません。元のリクエストを処理するプラットフォームは依然として機密コンテンツにアクセスできる可能性があり、ユーザーはデータアクセス権限、ログ保持、第三者プロバイダーのセキュリティ境界に注意を払う必要があります。

Surplusのもう1つの特徴は、プロダクト利用とトークン価値の関係が比較的限定的であることです。公開されている情報によれば、SURPLUSトークンはまだ、推論料金の支払い、リクエストルーティング、マーケットプレイス収益分配といった中核機能に直接使用されていません。

これは、プラットフォームの推論リクエストが増加し続けたとしても、トークン需要が並行して増加すると直接推論することはできないことを意味します。プラットフォーム事業の収益とトークンの価値捕捉は、個別に検証すべき2つの問題です。

TechFlow

Antseedとは何か、またオープンP2Pコンピューティングネットワークはどのように機能するのか？

Antseedは、OrbioおよびSurplusとは異なるアーキテクチャを採用しています。統一されたゲートウェイによるリクエスト割り当てに完全に依存するのではなく、オープンなピアツーピア（P2P）コンピューティングリソース発見ネットワークをより重視し、需要側ユーザーが利用可能な推論サービスプロバイダーを直接見つけられるようにしています。

このモデルでは、コンピューティングリソースプロバイダーが独自にネットワークへ参加し、提供可能なモデルサービスを公開できます。一方、需要側ユーザーは、モデルの種類、価格、その他の条件に基づいてプロバイダーを選択します。プラットフォームは主にサービス発見とネットワーク調整を担います。

このアーキテクチャの潜在的な利点は、単一ゲートウェイへの依存を軽減し、異なる規模や種類のコンピューティングリソースプロバイダーが競争できることです。特殊なモデル要件を持つ開発者にとって、オープンネットワークはより多くの供給選択肢を提供する可能性もあります。

ただし、P2Pアーキテクチャは追加的なサービス品質上の課題をもたらします。ハードウェア性能、ネットワークレイテンシー、運用安定性は、プロバイダーごとに大きく異なる可能性があります。供給者が特定のモデルを提供すると主張していても、実際に実行されているモデルが告知されたモデルと一致しているかをどのように検証するかは、依然として考慮する必要があります。

このため、Antseedの設計には評判およびステーキングメカニズムも含まれています。ANTSトークンは、マーケットプレイス上の評判と参加者へのインセンティブに使用される予定です。サービスプロバイダーはステーキングを通じて関連する評判システムに参加し、報酬を受け取る資格の獲得を目指せます。

取引手数料報酬に依存するOrbioとは異なり、Antseedで現在公開されている報酬設計は、主に推論取引収益からの直接分配ではなく、プロジェクトのトレジャリー資金に依存しています。これは、報酬分配と実際の事業収益の間に、依然として隔たりがある可能性を意味します。

2026年10月下旬時点で、ANTSは公開取引されておらず、そのトークンメカニズムの長期的な持続可能性には、さらなる検証が必要です。

TechFlow

Orbio、Surplus、Antseedのコンピューティング事業モデルはどのように異なるのか？

3つのプロジェクトはいずれもAI推論へのアクセスコストを下げることを目指していますが、実際には異なる問題に取り組んでいます。

OrbioはAIエージェントが推論リソースをどのように購入・管理できるかに焦点を当てています。Surplusは異なるモデルサービスプロバイダー間の価格競争とリクエスト割り当てに焦点を当て、Antseedはオープンネットワークを通じてコンピューティングリソースの供給と需要を結び付けることを目指しています。

事業モデルの観点から、3つのプロジェクトは収益構造とインセンティブ構造によってさらに分類できます。

Orbioは、推論クレジットとエージェント資産経済を組み合わせたモデルに近いものです。CREDITを通じて推論消費とオンチェーン資産を結び付けることを目指していますが、主に取引活動に依存するのではなく、実際の消費がマーケットプレイス運営を支えられることを示す必要があります。

Surplusは、従来型のAPI集約サービスに近いものです。その中核的な事業機会は、供給の集約、呼び出しリクエストの処理、付加価値機能の提供にあります。しかし、実際のプラットフォーム収益、利益率、およびそれらとトークンの関係については、依然として独立して評価する必要があります。

Antseedは、オープンなコンピューティングサービス発見ネットワークに近いものです。評判とステーキングメカニズムによって供給と需要を調整することを目指していますが、プロバイダーの品質、実際の取引規模、トレジャリーインセンティブを超えた安定的な収益源を形成できるかを検証する必要があります。

したがって、3者間の競争は、単に誰が最も低い推論価格を提供するかという問題ではありません。より安定した供給ネットワークを構築し、継続的な有料ユーザーを引き付け、運営コストをカバーできる経済構造を生み出せるのは誰かという点にあります。

分散型AI推論プロジェクトに実際の需要があるかをどのように判断できるのか？

AI推論プロジェクトは、モデル数、サポートされるプロバイダー数、推論リクエスト数、またはトークン取引活動を示すことがよくありますが、これらの指標を実際の事業収益と直接同一視することはできません。

• 実際の有料呼び出し量に注目してください。多数のリクエストを処理するプラットフォームであっても、すべてのリクエストが独立した有料ユーザーからのものであるとは限りません。テストリクエスト、インセンティブ主導の呼び出し、低コストの自動トラフィックはいずれも利用データを押し上げる可能性があります。

• ユーザー維持率と継続的な支出を確認してください。開発者が初期補助金のみを理由にプラットフォームを利用し、割引がなくなると他のサービスへ移行する場合、現在の利用は持続可能ではない可能性があります。一方、継続的に稼働するAIエージェント、APIを一貫して呼び出すアプリケーション、市場価格を支払う意思のある開発者は、実際のプロダクト需要を示すより強い指標です。

• 推論サービスの実際のコストを分析してください。表示価格の低さは、上流調達における優位性やトークン補助金による可能性があります。コンピューティングコスト、帯域幅、ルーティング、決済、運用・保守費用を考慮して初めて、プラットフォームの持続可能な収益性を評価できます。

• プラットフォーム収益とトークン価値を区別してください。プラットフォームには多くのユーザーがいても、そのトークンが決済、ステーキング、収益分配に参加していない場合があります。逆に、トークン取引が活発であっても、推論サービスが市場に受け入れられていることを意味するわけではありません。

• サービス品質に注意してください。推論レイテンシー、リクエスト成功率、モデルの一貫性、データセキュリティはいずれも、開発者がインフラを選ぶ際の重要な要素です。プラットフォームが安定したサービスを提供できない場合、低価格であっても本番環境への導入は難しい可能性があります。

これらの指標を合わせることで、分散型AI推論市場を評価するための基本的な枠組みが形成されます。取引量やトークン価格といった単一の指標と比べ、継続的な有料需要と実際のサービス提供能力により大きな注意を払うべきです。

分散型AI推論市場はどのようなリスクに直面しているのか？

分散型AI推論における主な課題は、低コストのGPUを見つけられるかどうかだけではありません。モデルサービスを安定的、検証可能、かつ安全な形で提供できるかどうかにあります。

技術面では、ハードウェアやサービスプロバイダー間で性能差が存在する可能性があります。モデルのロード時間、応答レイテンシー、同時実行能力、障害復旧メカニズムはいずれもアプリケーション体験に影響します。継続的にタスクを実行する必要があるAIエージェントにとって、単一の推論失敗でもワークフロー全体が中断する可能性があります。

セキュリティ面では、モデルリクエストにユーザーデータ、事業情報、さらには機密認証情報が含まれる可能性があります。プラットフォームがマスキング、信頼実行環境、またはその他の保護措置を使用している場合でも、どの参加者が元の入力にアクセスできるか、データが記録または保持されるかどうかを明確に定義する必要があります。

経済面では、トークン報酬はマーケットプレイスが初期流動性を獲得する助けになる可能性がありますが、実際の需要と供給を不明瞭にする可能性もあります。報酬が主にトレジャリー資金または取引活動に依存している場合、プロジェクトは補助金縮小後にサービス価格とプロバイダー収益をどのように維持するのかを説明する必要があります。

市場面では、分散型プラットフォームは、確立されたクラウドサービスやAI APIプロバイダーとも競争しなければなりません。中央集権型サービスは通常、統一されたサービス基準、成熟した開発者ツール、より包括的なカスタマーサポートを提供しています。分散型市場は、価格、オープン性、コンポーザビリティ、または特定シナリオでの優位性を通じて、なぜユーザーが既存の調達方法を変更すべきなのかを示す必要があります。

したがって、分散化は本質的に低コスト、より優れたプライバシー、またはより信頼性の高いサービスを意味するものではありません。異なるアーキテクチャにはトレードオフがあり、ユーザーは実際のニーズに基づいて適切な推論サービスを選択すべきです。

まとめ

オンチェーンAI推論市場は、モデル呼び出しとコンピューティングリソースにおける供給と需要の再編を目指しています。その中核的な価値は、必ずしもAI計算をブロックチェーン上に置くことではなく、オンチェーン決済、マーケットプレイス調整、認証情報、インセンティブメカニズムを通じて、より多くの参加者が推論サービスを提供・利用できるようにすることにあります。

Orbio、Surplus Intelligence、Antseedは、3つの異なる発展経路を示しています。OrbioはAIエージェントによる推論クレジットの自律的な購入を重視し、SurplusはAPI集約と価格競争を通じて供給と需要を結び付け、AntseedはオープンなP2Pコンピューティングリソース発見ネットワークの構築を目指しています。

各モデルには独自の利点と、検証が必要な課題があります。OrbioはCREDITに対する実際の消費需要を示す必要があり、Surplusはプラットフォーム運営とトークンの間に明確な経済的関係を構築する必要があり、Antseedはサービス品質とインセンティブの持続可能性に対応する必要があります。

セクター全体にとって、今後の競争の鍵は、単に最も低い推論見積価格を提示することではなく、安定したサービス提供能力、継続的な有料需要、短期的な補助金に依存しない事業モデルを確立できるかどうかにあるかもしれません。

FAQ

オンチェーンAI推論とは何ですか？

オンチェーンAI推論とは一般に、AIモデルの推論と、ブロックチェーンベースの決済、インセンティブ、アイデンティティ、または検証メカニズムを組み合わせることを指します。実際のモデル計算の大半は、依然としてオフチェーンで完了します。

オンチェーンAI推論と分散型GPUコンピューティング能力の違いは何ですか？

分散型GPUコンピューティング能力は、コンピューティングリソースの供給と貸し出しを重視します。一方、オンチェーンAI推論市場は、モデル呼び出し、リクエストルーティング、料金精算、サービス提供により重点を置きます。両者は重なる場合がありますが、完全に同じものではありません。

OrbioにおけるCREDITの用途は何ですか？

CREDITは、Orbioプラットフォーム内の推論クレジット認証情報として設計されています。各単位はモデル呼び出しクレジット1ドル分の表示価値に相当し、関連サービスの償還に使用できます。

Surplus Intelligenceの主な利点は何ですか？

Surplusは、異なるモデルサービスプロバイダーを集約し、独立した価格設定を可能にし、推論リクエストを割り当てることで、開発者により多くの価格およびサービス選択肢を提供します。

AntseedはなぜP2Pアーキテクチャを採用しているのですか？

Antseedは、需要側ユーザーが独立したコンピューティングリソースプロバイダーを直接発見・選択できるようにし、統一されたゲートウェイへの依存を減らすことを目指しています。同時に、評判メカニズムを通じてマーケットプレイス参加者を調整します。

分散型AI推論は常に従来のAPIより安価ですか？

必ずしもそうではありません。市場競争によって低価格を提供するプラットフォームもあれば、トークン報酬や一時的な補助金に依存するプラットフォームもあります。実際のコストは、モデル、サービス品質、呼び出し量にも左右されます。

AI推論プラットフォームの利用拡大は、トークン価格を押し上げますか？

必然的な関係はありません。まず、トークンが実際の決済、ステーキング、またはその他の経済機能を担っているか、そしてプラットフォームの成長が対応するトークン需要へ転換できるかを確認する必要があります。

AI推論プロジェクトに長期的な価値があるかをどのように判断できますか？

考慮すべき主な要素には、実際の有料呼び出し量、継続利用率、サービス安定性、推論コスト、プロバイダー収益、トークンインセンティブ縮小後の事業パフォーマンスが含まれます。