Невикористані обчислювальні потужності, дешева електрика, непомічені моделі — DGrid хоче перетворити їх на прибуток

Якщо у вас є невикористані GPU або ви знаходитесь у регіоні з дуже низькими тарифами на електрику, чи можете ви заробити на AI? Якщо ви налаштували модель, яка показує відмінні результати в певній вертикалі, але не знаєте, як її продати, що робити?

Ці, здавалося б, не пов'язані питання, отримують однакову відповідь від нового Model Marketplace DGrid: підключити їх до відкритого ринку моделей, щоб кожна одиниця обчислювальної потужності, кожен кіловат електрики та кожна хороша модель могли знайти користувача, готового за них заплатити.

Кількість AI моделей за останні два роки зросла вражаючими темпами. Від загальних великих моделей до вертикально налаштованих версій, від генерації коду до мультимодального розуміння — пропозиція вже надзвичайно велика. Але зростання кількості моделей не зробило простішим питання «як змусити моделі використовуватися та як дати можливість заробити тим, хто їх створює та надає обчислювальні потужності».

Для тих, хто здатний створити хороші моделі або має ресурси обчислювальної потужності, монетизація залишається невирішеною проблемою; для розробників знайти «модель, яка підходить для цього сценарію», все ще означає стрибати між безліччю платформ. Офіційний запуск Model Marketplace DGrid націлений саме на цю середину, де обидві сторони попиту та пропозиції скаржаться, але досі не мають хорошого рішення.

Відкритий ринок, а не ще одна API-платформа

Щоб зрозуміти позиціонування DGrid Model Marketplace, потрібно спочатку розрізнити дві різні бізнес-логіки.

Більшість платформ «агрегаторів AI моделей» сьогодні діють за логікою посередника: платформа сама підключає канали, домовляється про знижки, а потім перепродає їх користувачам. Ця модель має внутрішнє обмеження — що платформа може підключити, як вона встановлює ціни, хто є постачальником, користувачі та розробники не знають, це по суті чорна скринька.

DGrid обирає інший шлях: відкритий ринок. Будь-який постачальник моделей — незалежно від того, чи це команда, що створює оригінальні великі моделі, організація, що налаштовує моделі для вертикальних сценаріїв, або постачальник з можливостями інфраструктури обчислювальної потужності — може безпосередньо виставити свої моделі на платформі, самостійно встановити ціни та отримувати прибуток від прямих розрахунків на блокчейні, коли модель використовується.

Платформа сама не виживає за рахунок маржі, а виступає як інфраструктура, що з'єднує попит і пропозицію. З концептуальної точки зору, це ближче до здорового ринку, ніж «чорна скринька». А справжня уява полягає в відповіді на питання «хто може стати постачальником».

Вісім способів перетворити ресурси на прибуток

DGrid Model Marketplace відкритий не лише для розробників моделей. Він намагається включити кілька раніше розділених, а іноді й тривалий час невикористаних ресурсів до одного ринку для монетизації.

Вихід для невикористаних обчислювальних потужностей. Для організацій або осіб, які мають інфраструктуру GPU, але недостатньо її використовують, розгортання моделей і надання послуг через DGrid є прямим шляхом до монетизації. Обчислювальні потужності більше не є лише витратами, а можуть перетворюватися на активи, що приносять постійний дохід.

Витік внутрішніх обчислювальних потужностей. Багато підприємств або команд самостійно розгортають моделі для внутрішнього використання, але фактичний обсяг використання часто не заповнює всі обчислювальні потужності. DGrid пропонує механізм: задовольняючи внутрішні потреби, відкрити залишкові обчислювальні потужності та можливості обслуговування для зовнішніх користувачів, перетворюючи «збиткові фіксовані витрати» на частковий змінний дохід.

Канали розподілу вертикально налаштованих моделей. Моделі, налаштовані для специфічних сценаріїв, таких як право, медицина, фінанси, код, часто перевершують загальні великі моделі в конкретних завданнях, але страждають від відсутності відповідних каналів для досягнення справжніх користувачів. DGrid пропонує стандартизовані шляхи для виставлення та розподілу — команди моделей лише повинні зосередитися на створенні якісних моделей, а розподіл і виставлення рахунків залишити платформі.

Легкий розподіл для розробників великих моделей. Для великих команд, що мають дослідницькі можливості, розподіл і управління ринком часто є неосновними, але витратними справами. Виставлення на DGrid дозволяє безпосередньо контактувати з великою кількістю платних розробників і користувачів, зосереджуючись на самих можливостях моделі, а не повторно інвестуючи в розвиток каналів.

Цінова перевага для постачальників каналів. Деякі постачальники мають канали для специфічних моделей або нижчу структуру витрат, що дозволяє їм пропонувати на DGrid більш конкурентоспроможні ціни, ніж офіційні, залучаючи користувачів і формуючи диференційовану конкуренцію. Ця повна ринкова конкуренція означає для користувачів нижчі витрати на використання.

Кращий механізм виявлення моделей. Для розробників поточна проблема полягає не лише в тому, що «моделей занадто багато, щоб вибрати», але й у тому, що «хороші моделі загублені в інформаційному шумі». Єдиний ринок DGrid пропонує стандартизовані описи моделей, етикетки можливостей та сигнали якості PoQ, що робить якісні моделі легшими для виявлення та рекомендацій.

Гнучкість у викликах між регіонами та дотриманні норм. Доступність AI моделей часто підлягає впливу регіональних обмежень — деякі моделі не можуть бути безпосередньо доступні в певних регіонах, або деякі користувачі мають потребу в багатонаціональних викликах. Використовуючи єдиний вхід DGrid, можна вирішити питання міжрегіонального доступу в рамках нормативної бази, розширивши фактичну доступність моделей.

Арбітраж електрики в обчислювальні потужності. Це, можливо, найкреативніший сценарій: у регіонах з дуже низькими тарифами на електрику (наприклад, у деяких районах з багатими водними ресурсами) розгортання AI сервісів через DGrid фактично перетворює дешеву електрику на AI обчислювальні потужності, які потім надаються глобальним користувачам у формі послуг виклику моделей. Це надає новий шлях для «міжрегіонального арбітражу електрики» і дає можливість глобальним користувачам отримувати AI послуги за нижчою ціною.

Ці вісім сценаріїв охоплюють повну картину пропозиції від постачальників обчислювальних потужностей, розробників моделей, постачальників каналів до арбітражників між регіонами. Цінність ринку моделей DGrid полягає в тому, щоб об'єднати ці раніше розділені, неефективні або навіть невикористані ресурси в єдиному ринку з чітким попитом і реальними платежами.

PoQ: проблема довіри, яку повинен вирішити відкритий ринок

Відкритість приносить багатий попит, але також породжує нову проблему: коли будь-хто може виставити модель, як користувачам дізнатися, що модель, яку вони викликають, є справжньою?

Саме для цього існує механізм PoQ (Proof of Quality) DGrid.

Потрібно уточнити один ключовий момент: об'єктом перевірки PoQ є постачальник моделей, а не кожен виклик користувача. Його робота полягає в тому, що DGrid проводить незалежну, випадкову перевірку постачальників на платформі за допомогою власного базового тестового набору, а потім результати перевірки записуються на блокчейн і стають доступними для перевірки. Увесь процес не торкається даних запитів користувачів і не записує дані користувачів на блокчейн.

Цей дизайн вирішує проблему «підробок» на відкритому ринку. Постачальники знають, що їх можуть перевірити в будь-який момент, і вартість тихого зниження якості моделі — це перевірка та покарання, а не лише самодисципліна. PoQ на механічному рівні забезпечує довіру для цього відкритого ринку.

Ключові члени команди DGrid мають докторські ступені з таких університетів, як Stony Brook University, і вже опублікували 4 наукові статті на arXiv, що охоплюють основний дизайн Proof of Quality, Optimistic TEE-Rollups, Cost-Aware Proof та PoQ-Judge. Це не є звичайним явищем серед подібних платформ.

На відміну від цього, нинішні платформи з високою капіталізацією (такі як OpenRouter), хоча й мають брендову підтримку, не мають жодного механізму перевірки на блокчейні. PoQ DGrid замінює «достовірність» на «перевірку», вирішуючи проблему на механічному рівні.

Сторона попиту вже довела, що сторона пропозиції є наступним кроком

Запуск DGrid Model Marketplace не є створенням нового ринку, а відкриттям вже існуючого ринку з реальним попитом на стороні пропозиції.

З боку попиту DGrid вже об'єднав понад 200 основних моделей, таких як Claude, GPT, Gemini, MiniMax, GLM, а кількість платних користувачів перевищує 15,000, з загальним доходом у першій половині 2026 року, що перевищить 23 мільйони доларів — і все це на основі 5 мільйонів доларів початкового фінансування. Ці цифри свідчать про одне: велика кількість користувачів продовжує платити за AI послуги, попит є реальним, ринок існує.

Але з існуючих 200+ моделей більшість є комерційними моделями, які DGrid активно підключає. Справжня прогалина на стороні пропозиції полягає в тому, що ті, хто має реальні можливості вертикальних моделей, налаштованих моделей, мають ресурси обчислювальної потужності, але не мають каналів для монетизації, раніше не мали стандартизованого каналу для входу на цей ринок, і не було чіткої механіки розподілу. Model Marketplace був створений саме для цієї прогалини.

DGrid вже підтвердив, що сторона попиту готова платити, заробивши 23 мільйони доларів, тепер він розширює сторону пропозиції через відкритий ринок, щоб обидві сторони могли знайти один одного на одній платформі, а потім використовувати PoQ для забезпечення якості — логіка замкнутого кола чітка.

Наступні кілька моментів, на які варто звернути увагу

Успіх будь-якого відкритого ринку в кінцевому підсумку залежить від виконання. Для DGrid є кілька напрямків, на які варто звернути увагу — це не лише його можливості, але й ключ до перевірки, чи може ця модель працювати.

По-перше, швидкість розширення пропозиції. Цінність відкритого ринку полягає в ефекті агрегації: чим більше моделей, тим більше вони приваблюють розробників; чим більше користувачів, тим більше вигоди для постачальників. Наявність вже 15,000+ платних користувачів та реального попиту на виклики дає DGrid явну перевагу в стартовій точці, порівняно з платформами, які починають з нуля — постачальники, які приєднуються, стикаються з уже існуючим ринком, що платить. Наступним кроком буде визначення, скільки якісних вертикальних моделей та ресурсів обчислювальної потужності можна залучити, що визначить швидкість обертання цього колеса.

По-друге, постійна ефективність механізму відбору якості. Чим відкритіший ринок, тим більша різниця в якості моделей, це загальна проблема всіх відкритих ринків. Відмінність DGrid полягає в тому, що він не покладається лише на ручну перевірку, а має PoQ як механізм перевірки на блокчейні в якості основного фільтра. З розширенням масштабу, здатність PoQ стабільно відрізняти якісні моделі від неякісних стане основою довіри до цього ринку в довгостроковій перспективі.

По-третє, інтеграція користувачів AI та Crypto. DGrid з'єднує як користувачів Web3, так і велику кількість традиційних AI розробників, які цікавляться лише «наскільки хороша модель, чи є вона дешевою». Здатність одночасно задовольняти ці дві групи є загальною проблемою для продуктів, що з'єднують AI та Crypto, а DGrid, використовуючи «блокчейн-розрахунки, але без відчуття» у дизайні продукту, вже залучив 15,000+ платних користувачів на одну платформу — це вже хороший сигнал.

Заключення

Ринок AI моделей ще формується. Провідні комерційні моделі продовжуватимуть еволюціонувати, але вертикальні сценарії, специфічні випадки використання та велика кількість недооцінених обчислювальних потужностей мають величезний потенціал, який ще не був повністю розкритий.

Значення DGrid Model Marketplace полягає не лише в тому, чи може він відразу стати «Taobao для AI моделей», а в тому, що він ставить більш глобальне питання: якщо невикористані обчислювальні потужності можуть перетворитися на AI послуги, дешева електрика може стати глобально доступною потужністю для розрахунків, а налаштовані моделі можуть безпосередньо досягати тих, хто їх найбільше потребує — яким буде цей ринок?

DGrid обирає відкритий ринок і механізм перевірки на блокчейні, щоб відповісти на це питання. Для команд моделей, які шукають канали розподілу, постачальників обчислювальної потужності, які не мають шляхів монетизації, та спостерігачів, які стежать за прогресом у DeAI, цей реліз варто уважно розглянути.