無駄な計算能力、安価な電力、埋もれたモデル——DGridはそれらを収益に変えたい

もしあなたが一群の余剰GPUを持っているか、または電気料金が非常に低い地域にいるなら、AIを使ってお金を稼ぐことはできるでしょうか？特定の垂直シーンで非常に優れたパフォーマンスを発揮するモデルを微調整したが、販売する手段がない場合はどうすればよいのでしょうか？

これらは一見無関係に思える問題ですが、DGridが最新に立ち上げたModel Marketplaceは同じ答えを提供します：それらをオープンなモデル市場に接続し、すべての計算能力、すべての電力、すべての優れたモデルが、支払いをしてくれるユーザーを見つけられるようにします。

AIモデルの数は過去2年間で驚異的な速度で膨張しています。汎用大モデルから垂直産業の微調整版、コード生成からマルチモーダル理解まで、供給側は極めて豊富です。しかし、モデルが増えても、「モデルを使用させ、モデルを作成し計算能力を提供する人々が本当にお金を稼げるようにする」ことは、より簡単にはなりませんでした。

良いモデルを作る能力がある側や計算能力のリソースを持つ側にとって、収益化は依然として適切に解決されていない問題です。開発者にとっては、「このシーンに適したモデルを見つける」ことは、依然として多くのプラットフォームを行き来することを意味します。DGridが正式に立ち上げたModel Marketplaceは、供給と需要の両方が不満を抱えているが、良い答えがない中間地帯を狙っています。

オープン市場、別のAPI中継所ではない

DGrid Model Marketplaceの位置付けを理解するには、2つの異なるビジネスロジックを区別する必要があります。

現在のほとんどの「AIモデル集約」プラットフォームは、中間業者のロジックを採用しています：プラットフォーム自体がチャネルを接続し、割引を交渉し、再パッケージしてユーザーに販売します。このモデルには内在的な制限があります——プラットフォームが何を接続できるか、どのように価格を設定するか、供給側は誰か、ユーザーと開発者は全過程を知らず、本質的にはブラックボックスです。

DGridは別の道を歩んでいます：オープン市場。モデル提供者は——オリジナルの大モデルを作成するチーム、特定の垂直シーンに対して微調整を行う機関、または計算能力のインフラを持つデプロイメント側——すべてがプラットフォーム上で直接モデルを上架し、自主的に価格を設定し、モデルが呼び出されたときにチェーン上で直接決済される収益を得ることができます。

プラットフォーム自体は差額を取ることで生き残るのではなく、基盤インフラとして供給と需要を仲介します。理念的には、これは「ブラックボックス中継」よりも健康な市場に近い形です。そして、彼らの真の想像力は「誰が供給者になれるか」という質問の答えに隠されています。

資源を収益に変える8つの方法

DGrid Model Marketplaceがオープンにしているのは、モデル開発者だけではありません。これまで分割され、長期間放置されていたいくつかのリソースを同じ市場で収益化しようとしています。

余剰計算能力の出口。 GPUインフラを持っているが利用率が低い機関や個人にとって、モデルをデプロイし、DGridを通じてサービスを提供することは直接的な収益化の道です。計算能力はもはやコストではなく、持続的な収益を生む資産に変わります。

内部計算能力の外部への流出。 多くの企業やチームは内部使用のためにモデルを自部署しますが、実際の呼び出し量はしばしばすべての計算能力を満たすことができません。DGridはメカニズムを提供します：内部の需要を満たしつつ、残りの計算能力とサービス能力を外部ユーザーに開放し、「損失の固定コスト」を部分的な可変収益に変えます。

垂直微調整モデルの配信チャネル。 法律、医療、金融、コードなど特定のシーンに微調整されたモデルは、特定のタスクで汎用大モデルを大きく上回ることが多いですが、実際にそれを必要とするユーザーに届く適切なチャネルがないことに苦しんでいます。DGridは標準化された上架と配信経路を提供します——モデルチームはモデルを作成することに集中し、配信と請求はプラットフォームに任せます。

大モデル開発者の軽量配信。 研究開発能力を持つ大モデルチームにとって、配信と市場運営はしばしば非コアでリソースを消費する事柄です。DGridに上架することで、大量の有料開発者やユーザーに直接接触でき、モデルの能力そのものに集中でき、チャネル構築に再投資する必要がありません。

チャネルリソースの価格優位性。 一部の供給者は特定のモデルのチャネルリソースやより低いコスト構造を持っており、DGridで公式よりも競争力のある価格を提供し、ユーザーを引き付け、差別化競争を形成できます。このような十分な市場競争は、ユーザーにとってより低い使用コストを意味します。

より良いモデル発見メカニズム。 開発者にとって、現在の困難は「モデルが多すぎて選べない」だけでなく、「良いモデルが情報ノイズの中に埋もれて見つからない」ことです。DGridの統一市場は、標準化されたモデルの説明、能力ラベル、PoQ検証の品質信号を提供し、優れたモデルがより簡単に発見され、推薦されるようにします。

地域を超えた呼び出しとコンプライアンスの柔軟性。 AIモデルの可用性はしばしば地域制限の影響を受けます——特定の地域では特定のモデルに直接アクセスできない場合や、特定のユーザーが複数地域での呼び出しを必要とする場合があります。DGridの統一入口を通じて呼び出すことで、コンプライアンスの枠組み内で地域を超えたアクセスの問題を解決し、モデルの実際の可用範囲を広げます。

電力を計算能力に変える地域間アービトラージ。 これは最も想像力豊かなシナリオかもしれません：電気料金が非常に低い地域（例えば、一部の水力発電が豊富な地域）で、AI推論サービスをデプロイしてDGridに接続することは、実質的に低価格の電力をAI計算能力に変換し、モデル呼び出しサービスの形で世界中のユーザーに提供することです。これにより、「電力の地域間アービトラージ」が新たな実現経路を持ち、世界中のユーザーがより低コストでAIサービスを享受できる機会が生まれます。

これら8つのシナリオは、計算能力の提供者、モデル開発者、チャネルリソースの提供者、地域間アービトラージの参加者まで、完全な供給側の図をカバーしています。DGridモデル市場の価値は、これらの以前は分散していた、非効率的でさえあったリソースを、同じ需要が明確で支払いが実際に行われる市場に集約することにあります。

PoQ：オープン市場が解決すべき信頼の問題

オープンは豊富な供給をもたらしますが、新たな問題も生じます：誰でもモデルを上架できるとき、ユーザーは自分が呼び出すモデルが本物であることをどうやって知るのでしょうか？

これがDGridのPoQ（Proof of Quality）メカニズムの存在意義です。

重要な詳細を明確にする必要があります：PoQの検証対象はモデル提供者であり、ユーザーの各呼び出しではありません。その動作方法は、DGridが独自のベンチマークテストセットを使用してプラットフォーム上の提供者を独立してランダムに抽出し、検証結果をチェーン上に公開するというものです。全過程はユーザーのリクエストデータに触れることなく、ユーザーデータをチェーン上に載せることもありません。

この設計は、オープン市場で最も発生しやすい「質の悪いものを良いものとして扱う」問題を解決します。提供者はいつでも抽出検査される可能性があることを知っており、モデルをひそかに劣化させるコストは検査と罰則を受けることであり、単に自己規律に頼るものではありません。PoQはメカニズムのレベルでこのオープン市場に信頼の基盤を提供します。

DGridチームのコアメンバーは、Stony Brook Universityなどの大学の博士号を持ち、PoQに関する4篇のarXiv学術論文を発表しており、Proof of Qualityのコア設計、Optimistic TEE-Rollups、Cost-Aware Proof、PoQ-Judgeなどの方向性をカバーしています。これは同類のプラットフォームではあまり見られません。

対照的に、現在の時価総額が高いAI集約プラットフォーム（OpenRouterなど）は、ブランドの裏付けがありますが、チェーン上の検証メカニズムはありません。DGridのPoQは「信頼に基づく」ものを「検証に基づく」ものに置き換え、メカニズムのレベルで問題を解決しました。

需要側はすでに証明されており、供給側が次のステップです

DGrid Model Marketplaceの立ち上げは、新しい市場を創造するのではなく、既存の真の需要のある市場の供給側を開通させることです。

需要側から見ると、DGridは現在、Claude、GPT、Gemini、MiniMax、GLMなど200以上の主流モデルを集約しており、有料ユーザーは15,000人を超え、2026年上半期の累計収益は2300万ドルを突破しています——これは500万ドルのシードラウンドの資金調達を基にしたものです。この数字は、AIサービスに対して多くのユーザーが継続的に支払っていることを示しており、需要は真実であり、市場は存在します。

しかし、現在の200以上のモデルのほとんどは、DGridが積極的に接続した主要な商業モデルです。供給側の真のギャップは、実際の能力を持つ垂直モデル、微調整モデル、計算能力のリソースを持ちながら収益化のチャネルが不足しているインフラ側にあります。これまでこの市場に入るための標準化されたチャネルはなく、明確な分配メカニズムもありません。Model Marketplaceはこのギャップのために構築されました。

DGridは2300万ドルの収益で需要側が支払う意欲を検証し、今度はオープン市場で供給側を拡大し、供給と需要の両方が同じプラットフォームでマッチングされ、PoQで品質を保証します——フライホイールの閉ループロジックは明確です。

今後注目すべきいくつかのポイント

オープン市場の成否は最終的に実行に依存します。DGridにとって、いくつかの方向性が継続的に注目に値します——これらは彼の機会であり、このモデルが通用するかどうかを検証するための鍵でもあります。

第一に、供給規模の拡大速度。 オープン市場の価値は集積効果にあります：モデルが多ければ多いほど豊富で、開発者にとって魅力的です；ユーザーが多ければ多いほど、供給者にとってのリターンも大きくなります。DGridの15,000人以上の有料ユーザーと実際の呼び出し需要は、ゼロから始まるプラットフォームよりも明らかに冷スタートの起点が優れています——供給者が入居すれば、すでに支払っている市場に直面します。次に、どれだけ多くの高品質な垂直モデルと計算リソースを引き付けられるかが、このフライホイールがどれだけ早く回るかを決定します。

第二に、品質選別メカニズムの持続的な有効性。 開放的であればあるほど、入ってくるモデルの品質差が大きくなります。これはすべてのオープン市場の共通の課題です。DGridの差別化は、単に人間の審査に依存するのではなく、PoQというチェーン上の検証メカニズムを基盤としていることです。規模が拡大するにつれて、PoQが優れたモデルと劣ったモデルを安定して区別できるかどうかが、この市場の長期的な信頼性の核心となります。

第三に、AIとCryptoの2つのユーザーの融合。 DGridはWeb3のネイティブユーザーと、「モデルが使いやすいか、安いか」に関心を持つ従来のAI開発者の両方をつなげています。この2つのグループを同時にうまくサービスすることは、AIとCryptoをつなぐ製品が普遍的に直面する課題であり、DGridは「チェーン上の決済だが体験は無感覚」という製品設計を用いて、15,000人以上の有料ユーザーを同じプラットフォームに引き寄せています——これは本身で良い信号です。

結論

AIモデル市場の構図はまだ形成中です。主要な商業モデルは継続的に進化しますが、垂直シーン、特定のユースケース、そして多くの過小評価された計算リソースには、まだ十分に掘り下げられていない巨大なスペースがあります。

DGrid Model Marketplaceの意義は、単に「AIモデルの淘宝」として即座に機能するかどうかではなく、よりマクロな問題を提起することにあります：もし余剰の計算能力がAIサービスに変わり、安価な電力が世界中で利用可能な推論能力に変わり、微調整モデルが最も必要とするユーザーに直接届くことができれば——この市場はどれほど大きくなるでしょうか？

DGridはオープン市場とチェーン上の検証メカニズムを用いてこの問題に答えようとしています。配信チャネルを探しているモデルチーム、計算能力のリソースを持ちながら収益化の道が不足しているインフラ側、そしてDeAIの進展を注視している観察者にとって、このリリースは真剣に注目する価値があります。