#opg $OPG $BTC 今天又看到有人吹 OpenGradient 兩百萬應用用戶多麼牛。但我翻了一下他們的 Model Hub，盯着另一個數字看了很久——2000+。這是平臺上架的模型總數。
兩百萬用戶，兩千模型，紙面上看供需兩旺。但你細想，平均每個模型能分到一千個用戶。如果調用量真這麼均勻，Model Hub 上的開發者早該集體暴富了。現實是，任何雙邊市場，頭部百分之十喫掉百分之九十的流量和收入，剩下的都是陪跑。
項目方當然喜歡吹"2000+ models"，因爲上架數是免費的，點幾下就能貢獻。但"上個月產生過實際收入的模型有多少"，這個數字他們恨不得焊死在保險櫃裏。2000+ 是入駐數，不是成交數；是供給端的虛榮，不是需求端的驗證。
這讓我想起我清理閒魚賬號的經歷。掛上去的鏈接不少，但真正成交的，十不存一。平臺愛吹"千萬賣家"，但"月均成交賣家"永遠不會出現在財報首頁。Model Hub 也是同一個邏輯：上傳一個模型只需幾小時，甚至可以用腳本批量鋪貨；但讓它持續被調用、產生 OPG 收益，需要質量、定價和口碑。
在 AI 基礎設施賽道，"模型上架數"正在變成新的 DAU——好看、好融資，但過濾不掉殭屍模型。真正誠實的數據只有兩個：上月產生過付費調用的模型佔比，以及開發者實際提取收益的中位數。這兩個數會把所有"試試看"的心態、所有"刷量"行爲、所有"上傳完就忘"的模型，全部過濾乾淨。
以後我看任何 Web3 AI 項目，不會先問服務了多少終端用戶，而是先問模型收入存活率。如果項目方只強調模型總數和應用覆蓋，卻對調用分佈和開發者真實收入避而不談，那模型總數就是另一個被精心包裝過的 DAU。OpenGradient 至少把 2000+ 模型和 100+ 開發者擺在了檯面上，但離真正的透明，還差一張"收入存活率"的底牌。
@OpenGradient adient OPG #OpenGradien
兩百萬用戶，兩千模型，紙面上看供需兩旺。但你細想，平均每個模型能分到一千個用戶。如果調用量真這麼均勻，Model Hub 上的開發者早該集體暴富了。現實是，任何雙邊市場，頭部百分之十喫掉百分之九十的流量和收入，剩下的都是陪跑。
項目方當然喜歡吹"2000+ models"，因爲上架數是免費的，點幾下就能貢獻。但"上個月產生過實際收入的模型有多少"，這個數字他們恨不得焊死在保險櫃裏。2000+ 是入駐數，不是成交數；是供給端的虛榮，不是需求端的驗證。
這讓我想起我清理閒魚賬號的經歷。掛上去的鏈接不少，但真正成交的，十不存一。平臺愛吹"千萬賣家"，但"月均成交賣家"永遠不會出現在財報首頁。Model Hub 也是同一個邏輯：上傳一個模型只需幾小時，甚至可以用腳本批量鋪貨；但讓它持續被調用、產生 OPG 收益，需要質量、定價和口碑。
在 AI 基礎設施賽道，"模型上架數"正在變成新的 DAU——好看、好融資，但過濾不掉殭屍模型。真正誠實的數據只有兩個：上月產生過付費調用的模型佔比，以及開發者實際提取收益的中位數。這兩個數會把所有"試試看"的心態、所有"刷量"行爲、所有"上傳完就忘"的模型，全部過濾乾淨。
以後我看任何 Web3 AI 項目，不會先問服務了多少終端用戶，而是先問模型收入存活率。如果項目方只強調模型總數和應用覆蓋，卻對調用分佈和開發者真實收入避而不談，那模型總數就是另一個被精心包裝過的 DAU。OpenGradient 至少把 2000+ 模型和 100+ 開發者擺在了檯面上，但離真正的透明，還差一張"收入存活率"的底牌。
@OpenGradient adient OPG #OpenGradien