鏈上推理是 AI 賽道下個爆發點？ 用量暴增、估值卻還沒跟上的鏈上推理介紹！

 

最近加密貨幣的 AI 板塊的似乎正在復活，其中有一組數據，成長速度快到連長期追蹤的人都嚇了一跳！

Base 鏈上的推理市場 Surplus，原本預估 10 月中旬每天處理的 token 數量會衝到 2,400 億個，結果只過了四天，實際單日處理量就突破了 3,000 億個。另一個平台 Dolphin，10 月 11 日才開放 API，幾天後單日處理量約 140 億個，一週後就翻倍衝到 322 億個！

鏈上推理加速的速度，比幾乎所有人預期的都還要快。甚至有研究員認為，到年底前，鏈上 AI 的用量還有機會再成長十倍以上。

這些平台在做的事情，叫做「推理」，也就是讓 AI 模型實際回答問題、寫程式、跑任務。過去這件事幾乎被 OpenAI、Google 這些大公司包辦，現在卻有越來越多人，選擇在鏈上購買這項服務，為什麼？

這篇文章，就來拆解推理到底是在推理什麼東西、AI 推理如何跟區塊鏈結合，為什麼會有人選擇到鏈上購買推理服務、這個市場從資金、算力到應用有哪些主要玩家，以及在亮眼的用量背後，實際收進來的錢到底有多少？

 

---

鏈上推理科普：到底是在推理什麼東西

在 AI 已經相當普及的現今，無論你用的是哪家、哪種服務功能的 AI，任何一個 AI 模型的一生，大致上都可以分成兩個階段：訓練跟推理。

舉例來說：

訓練，就像培養一個學生讀書。要準備大量資料、花大錢租用大量顯卡，讓模型把知識學起來。這件事通常只做一次，或是隔一段時間更新一次。（這就是為什麼當 AI 沒有連上網路搜尋的時候，資料常常過時）

推理，則是這個學生學業有成之後每天上班。每當有人問他問題、請他寫一段程式，他都得進行一次運算，以給出答案。你每次跟 ChatGPT 對話，背後跑的就是一次推理。

而推理花費的單位是什麼？就是我們常常聽到的 Token。

Token 是 AI 計算工作量的單位，我們可以把他想成文字被切碎之後的小片段，AI 讀進來的每一段文字、給出去的每一段回答，都會被換算成 Token 計費，像計程車跳表一樣，用得越多，錶跳得越多。

這也正是為什麼，推理正在逐漸演變成 AI 產業裡最大的一個模塊。因為訓練通常只做一次，最多也是久久更新一次，但推理卻是每分每秒都在跑、用越多算越多。

研究機構 Gartner 在 8 月的預測就指出，2026 年是推理支出首度超過訓練的一年：全球花在推理的錢約 233 億美元，訓練則是約 190 億美元。推理佔 AI 專用雲端基礎設施支出的比例，今年是 55%，明年還會繼續提升到 59%＠

尤其在可預期的未來，各種 Bot、AI Agent的普及，會把這需求推到另一個層次。一個人一天問 AI 幾十個問題已經算不少，但一個自動執行任務的 AI 代理人，可能一天要呼叫模型上千次！

用量一旦暴增，推理的價格，就成了所有開發者或服務供應商最斤斤計較的成本。

 

---

為什麼推理可以搬到鏈上？

對於不熟悉相關運作機制的人，大概很難想像為什麼推理可以搬到鏈上，就算擴容後的區塊鏈再快，真的有辦法應付 AI 那種秒回的需求嗎？

其實關鍵在於，推理跟訓練的運作方式很不一樣。

訓練一個大型模型，需要上萬張顯卡擠在同一個資料中心裡，用高速網路連在一起，一邊計算一邊不停交換資料，少一台都會拖慢整體進度。這就像蓋一棟大樓，所有工人得在同一個工地、照同一份進度表一起施工。

推理則簡單得多。模型訓練完成之後，內容就固定了；每一次推理，都是一個獨立的小任務：收到一個問題，用模型算出答案，送回去，結束。這個過程通常一台或幾台顯卡就能完成，也不需要跟其他機器同步。這比較像外送平台派單，每一張訂單都可以交給當下有空的任何一位外送員，不管他人在哪裡。

再加上 DeepSeek、Qwen 這類開源模型的出現，模型本身任何人都能下載，只要手上有夠有力的顯卡，就能提供推理服務。於是，散落在世界各地的閒置顯卡，就能被集合起來接單。

所以所謂鏈上推理，並不是讓 AI 模型在區塊鏈上運算，真正的計算，還是在一台台顯卡上完成；區塊鏈負責的，是把需求跟算力配對、處理付款跟結算、發放獎勵，有些平台還會把運算證明記錄下來，讓人可以查證。

換句話說，區塊鏈在這之中扮演的是那個「派單平台加收銀台」的角色，也就是分散式帳本的老本行！

 

---

為什麼要到鏈上買推理？

不過，既然 OpenAI、Google 都有現成的 API 可以用，為什麼還有人要跑到鏈上購買推理服務，難道他們會比專營 AI 的科技巨頭更成熟？

主要有三個原因。

・首要原因當然更是便宜彈性

鏈上推理平台的算力，有很大一部分是「多餘」的。這些多餘的算力是怎麼來的？資料中心跟推理業者為了應付尖峰時段的需求，通常會刻意多準備一些算力。

就像餐廳為了週末尖峰多請了幾個廚師，平日下午廚師閒著也是閒著，與其讓他們發呆，不如接一些便宜的外帶訂單。

算力也是一樣，離峰時與其放著，不如拿到二級市場便宜賣掉，至少還能賺一點錢。

另一種來源，是別人用不完的 API 額度。

舉例來說，一家公司預購了一大筆 AI 額度，月底發現用不完，與其放著過期，不如掛到市場上便宜賣掉；另一頭需要大量推理的開發者，就能用比原價低的價格買到。

・用錢包付款就好

使用一般 AI 平台的 API，通常得先註冊帳號、綁定信用卡，有些甚至要經過身分驗證。鏈上推理則簡單得多，直接用加密貨幣錢包付款就好。

這點對 AI Agent 來說特別重要。舉例來說，一個幫你自動研究市場的 AI Agent，可能要同時呼叫好幾個模型，用完馬上就得就付錢。

但一個程式沒辦法自己去申請信用卡，也過不了身分驗證；他卻可以擁有一個錢包，裡面放一點穩定幣，需要算力時自己付款、自己結帳，不必每次都等人類幫他刷卡。

・足夠完善的隱私機制

你丟給 AI 的內容，可能是公司的財報草稿、客戶名單，或是不想被任何人看到的私人對話。但用一般的 AI 服務時，這些內容都會經過平台的伺服器，平台看不看、存不存，你其實無從得知。

甚至有些鏈上推理服務就是為了解決這個問題而存在。有的主打完全不保存對話紀錄，有的更進一步，用硬體技術保證連平台自己都看不到你的資料。

 

---

先看全貌：鏈上推理的六層結構

不過，鏈上推理不是單一一種服務，而是需要透過一整條產業鏈協同運作。從最底層的資金，到使用者直接接觸的應用，大致可以分成六層：

・資金層：替算力業者籌錢買顯卡
・算力層：把世界各地的顯卡集合起來出租
・資料層：替 AI 即時抓取最新的網路資料
・撮合層：把買推理的人跟賣算力的人湊在一起
・私密推理層：確保你丟給 AI 的資料不會外洩
・應用層：把推理包裝成一般人直接使用的產品

把六層串起來，就是一條完整的路徑：有人借錢給業者買顯卡，顯卡被集合起來出租，再搭配即時抓來的資料，由撮合平台包裝成便宜的推理服務，最後透過應用送到使用者手上！（有些項目，追蹤 AI 區塊鏈賽道已久的甚至會覺得相當熟悉）

 

---

鏈上推理各層代表項目：誰在做什麼？

以下我們就來簡單概覽各層的運作現況，以及各自的龍頭項目。

這些項目的發展階段差很多：有的已經做出上億美元的年化營收，有的才剛開放服務沒幾週。最需要的留意的，就是目前每個項目除了用量，到底有沒有真的在賺錢？

・資金層：USD.AI

無論是家用還是商用顯卡，現階段的顯卡很貴，尤其是現在金融單位慢慢開始收緊對 AI 產業的放款水位，這些買大量顯卡的錢，從哪裡來？

USD.AI 做的，就是以 GPU 為抵押品放貸，讓 AI 算力業者能更快拿到資金。存款人把穩定幣存進來，換取這些貸款產生的利息收益。

8 月 28 日，數位資產平台 Bullish 提供 USD.AI 一筆 1 億美元的穩定幣融資額度；9 月 23 日，USD.AI 又宣布一筆 1.289 億美元的 GPU 融資，是平台成立以來最大的一筆貸款。

・算力層：Aethir、io.net 等去中心化 GPU 網路

這一層的玩家大家應該比較熟悉，有許多是區塊鏈 AI 賽道形成初期就已經插旗的項目。

這類網路做的事就是把世界各地閒置的顯卡集合起來出租，需要的人按需租用、用完就關，不必像跟大型雲端業者那樣簽長期合約。算力的來源也很多元，從資料中心、轉型中的礦場，到一般玩家的電腦都有。

目前規模較大的玩家之一是 Aethir，官方表示他在 94 個國家擁有約 43 萬個 GPU 容器，並宣稱推理價格比大型雲端業者便宜 40% 到 80%。

另一個代表是 io.net。他除了出租 GPU 叢集，也自己提供推理 API，開發者可以直接呼叫模型，不必自己租機器、架設環境。根據第三方統計，在 10 月 3 日到 9 日這一週，io.net 透過一個大型 AI 模型路由平台，處理了約 990 億個 token。

他也在今年 6 月調整代幣機制，改成用美元計價支付給算力供應者，並把一部分營收拿去銷毀代幣，官方宣稱目前的年化營收超過 1,200 萬美元。

・資料層：Grass

AI 模型的知識，停在他訓練完成的那一天。如果你問他今天的油價、昨天的新聞，他不知道，得先即時上網找資料，才能回答。這種「回答之前先去抓最新資料」的需求，會隨著 AI Agnet 越用越多而跟著放大。

Grass 原本是一個利用一般家庭閒置網路頻寬、收集網路資料的去中心化網路，主要把資料賣給 AI 公司拿去訓練模型。今年 9 月 28 日，他把方向轉向推理端：不再只賣批次的訓練資料，而是替 AI 應用即時提供上下文。

10 月 8 日推出的 Contents API，就能把幾乎任何公開網頁，轉成 AI 模型可以直接使用的資料。

・撮合層：Surplus、Dolphin、AntSeed

而這一層，就是這波用量爆發的主戰場。

根據 0xJeff 整理的資料，10 月 19 日這一天，他追蹤的鏈上推理平台（不含 Venice）合計處理了約 4,000 億個 token，其中 Surplus 一家就佔了約 2,984 億，接下來依序是 Dolphin 約 322 億、Engy 約 301 億、Chutes 約 206 億。

Surplus 是推理額度的二手市場。手上有多餘 API 額度或算力的人把資源掛出來，買方直接挑最便宜的成交，就像二手票券的交易平台。他也是目前鏈上用量最大的撮合平台。

Dolphin 把模型放在一整池閒置的 GPU 上執行，系統自動把任務分給有空的節點，節點再依處理量領取 POD 代幣，客戶付的推理費用則會拿去市場買進 POD。他在 10 月 11 日開放的 API 主打開源模型，官方宣稱比頂尖模型便宜 97%。

AntSeed 專門轉賣 Venice 用不完的推理額度。很多人質押 Venice 的代幣、鑄造了額度卻用不到，AntSeed 把這些額度收集起來，便宜賣給需要推理的用戶，等於在 Venice 上又長出一個二手市場。

Engy、Chutes 則來自 Bittensor 生態的子網。Bittensor 由許多專做一件事的「子網」組成，礦工互相競爭提供服務來領取獎勵。近期的 Null Consensus 升級，讓子網的礦工上限擴充到 2,500 個，競爭更激烈，但獎勵怎麼分配也更集中在單一驗證者手上。

・私密推理層：NEAR

NEAR 推出的 NEAR AI Cloud 把模型放在一種叫 TEE（可信任執行環境）的硬體隔離空間裡運作。簡單說，就像把整個計算過程鎖進一個保險箱，連伺服器的管理者都打不開，而且每一次回答都會附上一份由硬體簽署的證明，讓任何人都能驗證。

也就是說，前者是「我保證不看」，後者是「我想看也看不到」。

這套服務已經有實際客戶。Brave 瀏覽器內建的 AI 助理 Leo，現在就改用 NEAR AI Cloud 提供的私密推理。NEAR AI Cloud 也成為 AI 模型聚合平台 OpenRouter 的供應商之一，開發者不必另外註冊 NEAR 的帳號，就能直接選用他的私密推理服務。

NEAR 也想辦法讓自己的代幣跟推理綁在一起。今年 7 月，他推出用質押支付推理的機制：用戶把 NEAR 質押下去，質押產生的收益會自動換成 AI 算力額度，拿來支付私密推理。本金不會被花掉，想停用時解除質押就好。

市場也注意到這條線。Bitwise 投資長 Matt Hougan 在 10 月 7 日的備忘錄中指出，NEAR 第三季上漲 198%，跨鏈交易系統 Intents 的累計交易量已經超過 300 億美元，並把 AI 視為 NEAR 現有生意之上的額外機會。

・應用層：Venice

Venice 由加密貨幣交易所 ShapeShift 的創辦人 Erik Voorhees 打造，採用的是「零資料保留」，也就是平台跟合作的算力業者承諾，處理你的問題時不保存任何紀錄，既私密，也不審查，你可以把他想成一個不記錄你對話的 ChatGPT。

而有分析師認為，鏈上推理這個題材，可能正是從今年初 Venice 找到產品市場契合度開始爆發。

Venice 也是目前鏈上 AI 裡，少數已經做出規模的生意。根據統計，Venice 每天處理的 token 已經達到 5,000 億個，比 9 月翻了一倍，單一平台就比撮合層全部加起來還多。

營收方面，Voorhees 在 8 月 17 日表示，Venice 的年化經常性營收已經突破 1 億美元；到了 10 月，AntSeed 的共同創辦人在一場討論中引用的數字，則是約 1.5 億美元。根據 Apollo Crypto 的整理，Venice 也已經完成由 Dragonfly 領投、6,500 萬美元的 A 輪募資，估值 10 億美元。

Venice 的代幣設計很有特色。用戶質押 VVV 之後，可以鑄造另一種代幣 DIEM，每一顆質押中的 DIEM，代表每天都能領到 1 美元的 API 額度，而且永久有效。

舉例來說，持有並質押 100 顆 DIEM，每天就有 100 美元的 API 額度可以用。等於把「每天能用多少 AI」這件事，變成一個可以持有、可以買賣的資產。

另外，用戶每花 100 美元購買 Venice 的 API 額度，其中 5 美元會被拿去市場上買進 VVV 並銷毀，提升代幣的稀缺性和價值。

 

---

用掉幾千億個 Token，但實際收進了多少錢？

整篇看下來，確實會覺得數字驚人：Surplus 一天處理 3,000 億個 token、Dolphin 開放 API 一週就破 300 億。

但追根究底， token 只是用量而不是營收，一個平台處理了多少 token，跟他實際收進多少錢，可能是兩回事。要判斷這個市場是真的起飛，還是只有數字好看，以下幾點要一起看：

・第一，token 數量不等於營收

這是目前最大的爭議。AntSeed 的共同創辦人就直接批評，token 數量幾乎說明不了什麼，平台至少應該公開用戶實際花了多少錢。例如 Surplus 的儀表板，顯示的是幫用戶省了多少錢，而不是用戶付了多少錢。

實際的金額更能說明問題。根據 TokenPost 統計的 30 天數據，Surplus 在這段期間處理了約 4.17 兆個 token，但同期在鏈上實際付給賣方的金額，只有約 12.8 萬美元。同一份統計也估計，整個加密 AI 推理平台 30 天約 870 萬美元的付款裡，Venice 一家就佔了約 720 萬美元，比例約 83%。

至於 AntSeed 自己，上線以來在 Base 上結算的金額約 31 萬美元，留下來的手續費只有約 1.2 萬美元。

換句話說，幾千億個 token 聽起來很驚人，但除了 Venice 之外，大部分平台真正收進來的錢，目前還非常少。原因不難理解：一個平台可能處理了很多 token，但如果價格壓得很低、甚至大量送免費額度，實際收入就不會太高。

・各家的 token 算法不一樣

不同平台計算 token 的方式未必一樣。以 Surplus 為例，他的輸入量就包含了快取的提示內容，也就是同一段內容重複送進模型時，也會被計算進去。所以同樣是「處理了 1,000 億個 token」，換到不同平台，代表的工作量可能差很多，直接拿來比較，難免失真。

・代幣跟生意不一定同步

以 Dolphin 為例，鏈上資料顯示，POD 有約 91% 的供給集中在三個合約裡；POD 在韓國交易所 Upbit 上架後一度翻倍，接著又快速崩跌。代幣價格的劇烈波動，往往跟平台實際的使用量沒有太大關係。

・很多數據來自公司自己

Aethir 宣稱比大型雲端便宜 40% 到 80%、io.net 宣稱年化營收破 1,200 萬美元、Dolphin 宣稱比頂尖模型便宜 97%，這些都還缺乏第三方驗證。

而且拿開源模型去比頂尖模型，便宜是一定的，關鍵在於兩者表現是否真的差不多。比較可靠的，還是能在鏈上查證的付款紀錄。

・有些商業模式還在早期

以 USD.AI 為例，有研究機構認為，他目前更像是以美國公債為底的收益產品，GPU 抵押貸款只是規模還小的實驗。

而顯卡本身會隨新世代推出快速貶值，租金波動也大，這類抵押品撐不撐得住，還沒經過市場考驗，離成熟的 AI 信貸市場還有一段距離。

 

---

筆者觀點

過去幾年，加密貨幣跟 AI 的結合，很多時候停留在講故事。代幣先發了，產品卻遲遲沒出來，或者無法確實找到足夠的實際需求去支撐產品營運。

但這一波鏈上推理市場不一樣的地方，在於他確實可以真的嵌入現有的 AI 產品環節。且只要 AI Agent 持續普及，對便宜、私密、能用錢包付款的推理服務，需求只會越來越大，而這正是鏈上推理最有機會切入的地方。

有不少人認為，目前市場其實還沒意識到這件事（也就是還沒 Price in），鏈上 AI 的估值仍然被嚴重低估。但對投資人來說，接下來最該關注的是這些項目的用量有沒有轉換成實際收入，以及這些收入有沒有真的流回生態或代幣持有者手上！

 

---

延伸閱讀

開合約已經落伍，玩期權更好賺？ 鏈上期權代幣狂漲，美股指數交易爆發！