Vor zwei Tagen, mitten in der Nacht gegen ein Uhr, habe ich noch mit Hochdruck an einem wirtschaftlichen Modell für ein KI-Projekt herumgerechnet. Als ich dann die TGE-Daten von @OpenGradient sah, war meine erste Reaktion: Diese „erst sperren, dann freigeben“-Struktur habe ich früher schon oft gesehen—ob das wirklich funktioniert, hängt letztlich von der Umsetzung ab.
Die Erzählung von OpenGradient wirkt ziemlich überzeugend: Dezentrale Infrastruktur macht KI-Inferenzen überprüfbar. Im Whitepaper ist das klar beschrieben—über TEE oder zkML werden bei jeder Inferenz kryptografische Nachweise erzeugt, sodass nachgelagerte Stellen unabhängig prüfen können, ob die Ausgabe manipuliert wurde. In einem offiziellen Blogbeitrag habe ich außerdem von dem x402-Upgrade gelesen: Es integriert die Trusted-Execution-Umgebung mit dem Zahlungsprotokoll, sodass Inferenzanfragen Umgehungen von zentralen Vermittlern direkt an eine verifizierte Trusted-Execution-Umgebung geroutet werden. OpenGradient Chat verpackt diese Logik so, dass normale Nutzer es als KI-Assistent verwenden können: Frontend-verschlüsselt, Identität und Inhalte werden über einen Oblivious-HTTP-Relay getrennt, und dann wird im TEE entschlüsselt und verarbeitet. Aber die zkML-Overheads für die Beweise sind in den öffentlich verfügbaren Informationen sehr eindeutig: Sie liegen bei etwa dem 1.000- bis 10.000-fachen Aufwand einer normalen Inferenz. Wenn man diese Rechnung durchzieht, habe ich Zweifel, ob das wirtschaftlich nachhaltig sein kann.
Dann schaue ich mir die Token-Verteilung an. Gesamtmenge: $OPG 10 Milliarden Token. Vierzig Prozent gehen an den Ökosystemfonds; Kern-Contributoren und Investoren bekommen jeweils 15 Prozent. Diese beiden „Töpfe“ werden zuerst für 12 Monate gesperrt und dann linear über 36 Monate freigegeben. Beim TGE liegt der Umlaufanteil bei weniger als 20 Prozent. In den kommenden Jahren sollen dann 81 Prozent der Tokens in den Markt strömen. Nimmt man allein beim Ökosystemfonds das 40%-Volumen an, wäre bei einer Freigabe über 60 Monate allein pro Monat eine Angebotsmenge in der Größenordnung von mehreren Millionen Tokens zu erwarten. Auch die Lücke zwischen FDV und aktueller Marktkapitalisierung lohnt sich zu rechnen: Nimmt man die Preise in der frühen Phase des Listings, entspricht das ungefähr einem Faktor von über fünf. Die ursprüngliche Idee dieser Konstruktion ist, durch geringe Liquidität eine Knappheitsnarrative zu erzeugen—kurzfristig stützt das die Preisbildung auch tatsächlich. Aber wenn nach 12 Monaten die Sperren von Team und Investoren aufgehen, ist der Angebotsdruck offensichtlich.
Ein Projekt, das „Nachweise“ statt „Versprechen“ als Kern-Value-Prop verkauft, wirkt tatsächlich einen Tick ehrlicher als diese komplett zugeschlossenen Black-Box-Projekte. Doch egal wie sexy die Technik ist—am Ende muss man sehen, ob es wirklich in der Praxis läuft. #opg
Die Erzählung von OpenGradient wirkt ziemlich überzeugend: Dezentrale Infrastruktur macht KI-Inferenzen überprüfbar. Im Whitepaper ist das klar beschrieben—über TEE oder zkML werden bei jeder Inferenz kryptografische Nachweise erzeugt, sodass nachgelagerte Stellen unabhängig prüfen können, ob die Ausgabe manipuliert wurde. In einem offiziellen Blogbeitrag habe ich außerdem von dem x402-Upgrade gelesen: Es integriert die Trusted-Execution-Umgebung mit dem Zahlungsprotokoll, sodass Inferenzanfragen Umgehungen von zentralen Vermittlern direkt an eine verifizierte Trusted-Execution-Umgebung geroutet werden. OpenGradient Chat verpackt diese Logik so, dass normale Nutzer es als KI-Assistent verwenden können: Frontend-verschlüsselt, Identität und Inhalte werden über einen Oblivious-HTTP-Relay getrennt, und dann wird im TEE entschlüsselt und verarbeitet. Aber die zkML-Overheads für die Beweise sind in den öffentlich verfügbaren Informationen sehr eindeutig: Sie liegen bei etwa dem 1.000- bis 10.000-fachen Aufwand einer normalen Inferenz. Wenn man diese Rechnung durchzieht, habe ich Zweifel, ob das wirtschaftlich nachhaltig sein kann.
Dann schaue ich mir die Token-Verteilung an. Gesamtmenge: $OPG 10 Milliarden Token. Vierzig Prozent gehen an den Ökosystemfonds; Kern-Contributoren und Investoren bekommen jeweils 15 Prozent. Diese beiden „Töpfe“ werden zuerst für 12 Monate gesperrt und dann linear über 36 Monate freigegeben. Beim TGE liegt der Umlaufanteil bei weniger als 20 Prozent. In den kommenden Jahren sollen dann 81 Prozent der Tokens in den Markt strömen. Nimmt man allein beim Ökosystemfonds das 40%-Volumen an, wäre bei einer Freigabe über 60 Monate allein pro Monat eine Angebotsmenge in der Größenordnung von mehreren Millionen Tokens zu erwarten. Auch die Lücke zwischen FDV und aktueller Marktkapitalisierung lohnt sich zu rechnen: Nimmt man die Preise in der frühen Phase des Listings, entspricht das ungefähr einem Faktor von über fünf. Die ursprüngliche Idee dieser Konstruktion ist, durch geringe Liquidität eine Knappheitsnarrative zu erzeugen—kurzfristig stützt das die Preisbildung auch tatsächlich. Aber wenn nach 12 Monaten die Sperren von Team und Investoren aufgehen, ist der Angebotsdruck offensichtlich.
Ein Projekt, das „Nachweise“ statt „Versprechen“ als Kern-Value-Prop verkauft, wirkt tatsächlich einen Tick ehrlicher als diese komplett zugeschlossenen Black-Box-Projekte. Doch egal wie sexy die Technik ist—am Ende muss man sehen, ob es wirklich in der Praxis läuft. #opg