Bittensor — це найбільша за ринковою капіталізацією децентралізована мережа штучного інтелекту та один із найбільш обговорюваних криптопроектів останніх двох років. Станом на середину 2026 року він налічує 128 активних «підмереж», кожна з яких є спеціалізованим ринком для певного виду робіт у сфері штучного інтелекту, з ринковою капіталізацією в мільярди та постійним припливом як інституційних інвестицій, так і публічних суперечок.
Основна ідея: Bittensor — це блокчейн-мережа, в якій учасники запускають моделі машинного навчання в підмережах, валідатори оцінюють результати, а мережа розподіляє токени TAO пропорційно до корисності виконаної роботи. Це найближче до того, що у криптосвіті є до функціонуючої, стимульованої токенами економіки штучного інтелекту у великому масштабі, і це лежить в основі ширшої дискусії про децентралізований штучний інтелект.
Спочатку невелике уточнення: коли люди кажуть про «майнінг TAO», вони мають на увазі не майнінг за допомогою хеш-алгоритмів, як у випадку з біткойном. Вони мають на увазі запуск моделі штучного інтелекту та надсилання її результатів до підмережі, де валідатори оцінюють їх, а протокол виплачує винагороду.
Що таке Bittensor?
Bittensor — це децентралізована мережа, яка використовує стимули на основі блокчейну для координації робіт у сфері машинного навчання. Учасники запускають моделі штучного інтелекту в спеціалізованих підмережах, валідатори оцінюють результати їхньої роботи, а мережа розподіляє токени TAO як винагороду залежно від корисності виконаної роботи.
Проєкт був заснований у 2019 році Джейкобом Стівсом та Алою Шаабаною, а його підтримку забезпечує некомерційна організація Opentensor Foundation. Нинішня основна мережа, що має назву Finney, була запущена 20 березня 2023 року після двох попередніх версій. Bittensor побудований на Substrate — тій самій платформі, що використовується Polkadot, — і працює на власному, спеціально створеному для цього ланцюгу.
Найголовніше, що потрібно зрозуміти про Bittensor, — це те, чим він не є. Він не займається навчанням єдиної передової моделі, як це роблять OpenAI чи Anthropic. Не існує ніякого «Bittensor LLM». Натомість мережа являє собою сукупність незалежних підмереж, кожна з яких зосереджена на окремому завданні штучного інтелекту: інференції LLM, генерації зображень, ринках прогнозів, розподіленому навчанні, обчисленнях на графічних процесорах, обробці аудіо та пошуку. Кожна підмережа — це своєрідний мініатюрний конкурс; мережа координує їхню роботу.
Саме ця структура робить Bittensor найчастіше згадуваним прикладом «ШІ на блокчейні» і є джерелом більшості непорозумінь щодо того, чим саме він займається.
Як працює Bittensor: підмережі, майнери та валідатори
Стек Bittensor складається з чотирьох рухомих елементів, які легко сплутати, поки не побачиш їх хоча б раз.
Підмережі
Підмережа — це незалежна підсистема, призначена для виконання одного виду завдань у сфері штучного інтелекту. Підмережа 3 (τemplar) здійснює децентралізоване навчання великих мовних моделей. Підмережа 64 (Chutes) забезпечує обчислювальну потужність графічних процесорів.
Інші займаються ринками прогнозів, вбудовуванням, генерацією зображень, фінансовими сигналами. Підмережі створюються за допомогою власники підмереж, які визначають, що вважається «якісною роботою», та розробляють правила оцінювання. Станом на середину 2026 року налічується 128 активних підмереж, а їхню кількість планується збільшити до 256.
Три ролі
У кожній підмережі є три типи учасників:
- Шахтарі запускати модель штучного інтелекту та генерувати результати: текст, зображення, прогнози — все, що вимагає підмережа. Це майнери штучного інтелекту, а не майнери хешів. Вимоги до апаратного забезпечення залежать від підмережі.
- Валідатори оцінюють результати роботи майнерів і присвоюють їм бали. Для участі вони ставлять на стейк токени TAO; їхній вплив на оцінку пропорційний розміру їхнього стейку.
- Власники підмереж створювати та підтримувати правила підмережі, розробляти систему заохочень та оновлювати кодову базу.
Юмський консенсус
«Консенсус Юма» — це механізм Bittensor, що перетворює рейтинги валідаторів на винагороди в TAO. Валідатори оцінюють майнерів; мережа агрегує оцінки, зважені за розміром ставок валідаторів; винагороди розподіляються пропорційно між майнерами, валідаторами та власниками підмереж. Математична модель побудована таким чином, що недобросовісні валідатори, оцінки яких надто відхиляються від консенсусу, заробляють менше і з часом їхня частка зменшується на користь чесних валідаторів.
Потік токенів
За кожен блок випускається фіксована кількість TAO. Після халвінгу в грудні 2025 року ця кількість становитиме 0,5 TAO за блок, або приблизно 3 600 TAO на день. Випуск розподіляється між підмережами на основі ринкових сигналів (докладніше про це нижче), а в межах кожної підмережі — між майнерами, валідаторами та власником підмережі.
TAO, Dynamic TAO та токен-економіка
TAO — це нативний токен мережі Bittensor. Він використовується для стейкінгу (делегування валідаторам з метою отримання частки від емісії), створення підмереж (власники підмереж блокують TAO для реєстрації), оплати послуг штучного інтелекту та управління.
Графік випуску безпосередньо за зразком біткойна: жорсткий ліміт у 21 мільйон TAO з халвінгами, що скорочують випуск удвічі. Перше скорочення вдвічі у Bittensor відбулося в середині грудня 2025 року, в результаті чого щоденний випуск зменшився з приблизно 7 200 TAO до 3 600 TAO (0,5 TAO на блок).
Найбільша економічна зміна в історії Bittensor відбулася в лютому 2025 року, коли було запущено оновлення Dynamic TAO (dTAO). До впровадження dTAO рада з 64 валідаторів визначала, які підмережі отримуватимуть емісію TAO. Після впровадження dTAO кожна підмережа має власну токен «альфа» та власний пул ліквідності.
Користувачі, які бажають підтримати підмережу, вкладають TAO у пул цієї підмережі, отримують натомість її альфа-токен і заробляють виплати, пропорційні розміру цього пулу. Підмережі з більшим обсягом вкладених TAO отримують більші виплати. Одним реченням: dTAO перетворив кожну підмережу на власну мікроекономіку, де TAO займає вершину ієрархії.
Щоб отримати дані про викиди в режимі реального часу, дохідність стейкінгу та статистику на рівні підмереж, taostats.io є стандартним джерелом.
Що насправді роблять підмережі Bittensor
Підмережі поділяються на кілька широких категорій. Деякі з них нагадують інфраструктуру, інші — скоріше продукти.
Обчислення та розподілене навчання
Підмережі, орієнтовані на обчислення на графічних процесорах (GPU) та децентралізоване навчання моделей. Найяскравішим прикладом є τemplar (SN3), на якій було навчено модель Covenant-72B — на початку 2026 року це була найбільша модель, попередньо навчена спільними зусиллями в будь-якій децентралізованій мережі. Chutes (SN64) та Targon (SN4) пропонують оренду обчислювальної потужності графічних процесорів для інференції та коротких завдань навчання.
Базові моделі та великі мовні моделі (LLM)
Підмережі навчають та обслуговують мовні моделі з відкритою вагою для інференції. Вони конкурують за якістю результатів та вартістю; валідатори оцінюють відповіді за критеріями оцінювання. Економічна ефективність є найвищою для моделей середнього розміру, де децентралізоване обслуговування може виявитися дешевшим за централізовані хмарні послуги.
Зображення, аудіо та мультимодальні дані
Підмережі генеративних медіа: генерація зображень, синтез аудіо, мова та, дедалі частіше, відео. Майнери запускають дифузійні або трансформерні моделі; валідатори оцінюють результати відповідно до критеріїв якості підмережі.
Прогнозування, фінанси та структуровані сигнали
Підмережі, що генерують ринкові прогнози, дані про настрої, спортивні прогнози та структуровані фінансові сигнали. Більш чіткі показники успішності (чи був прогноз правильним?) роблять оцінювання результатів простішим, ніж у випадку генеративних завдань.
Пошук та вилучення
Підмережі, орієнтовані на веб-пошук, вбудовування та системи з розширеним пошуком — корисні як проміжне програмне забезпечення для додатків штучного інтелекту, яким потрібні свіжі дані. Якість підмереж сильно варіюється. Деякі приносять реальний дохід і відповідають вимогам ринку. Інші перебувають на ранніх стадіях розвитку, мають спекулятивний характер або майже покинуті. Ринок dTAO покликаний висвітлювати цю відмінність, і певною мірою це йому вдається, але він також створює більш різкі цикли підйому та спаду для альфа-токенів.
Чесна думка про Bittensor
Біттенсор викликає різкі суперечливі думки. Варто одночасно враховувати три моменти.
Що є справжнім
Bittensor має функціональний технічний стек, графік емісії, заснований на механізмі «халвінгу», ринковий механізм (dTAO) для розподілу винагород між підмережами, а також значну інституційну підтримку — тривалу участь Polychain Capital та Grayscale Bittensor Trust (GTAO), заявка якого на перетворення у спотовий ETF наразі перебуває на розгляді в SEC. Декілька підмереж вже сьогодні надають практичні послуги штучного інтелекту та генерують реальні доходи.
Що є предметом суперечки
Якість підмереж сильно варіюється. Деякі з них — справжні продукти штучного інтелекту; інші — «ферми емісії» з мінімальною продуктивністю. У мережі також траплялися серйозні інциденти з безпекою: у липні 2024 року зловмисний пакет, завантажений на PyPI, призвів до викрадення приблизно 8 мільйонів доларів та зупинки ланцюга на 10 днів. У травні 2025 року неконтрольована атака з використанням пакетних викликів перевела мережу в «безпечний режим» на два дні. Обидві проблеми було вирішено, але вони залишилися в історії експлуатації.
Ризик, пов’язаний з виходом із «Ковенанту» та оператором підмережі
У квітні 2026 року компанія Covenant AI (оператор Subnet 3 та команда, що стояла за навчальним циклом Covenant-72B) публічно вийшла з мережі, продала приблизно 37 000 TAO (близько 10 мільйонів доларів) та звинуватила керівництво Bittensor у односторонньому контролі.
Один із співзасновників Bittensor публічно заперечив таку оцінку, і мережа продовжила роботу. Цей інцидент спричинив значне падіння ціни і досі залишається найяскравішим прикладом того, як поведінка оператора підмережі може вплинути на всю мережу. Bittensor — один із небагатьох криптопроектів, який пропонує дієву відповідь на питання «як би виглядав штучний інтелект на блокчейні». Водночас це один із найбільш волатильних проектів.
Висновок
Bittensor — це найдосконаліше рішення, яке криптоіндустрія запропонувала на питання «як би виглядав штучний інтелект на блокчейні»: 128 спеціалізованих підмереж, графік халвінгу за зразком біткойна, реальні доходи від певних робочих навантажень та серйозні інституційні інвестиції. Водночас це один із найбільш суперечливих проєктів у цій сфері, що супроводжується інцидентами з безпекою, розпродажами активів операторами підмереж та значними коливаннями якості. Будь-який серйозний аналіз TAO має враховувати обидві ці сторони одночасно.
