Kamakalakal ng editor sa Github ng NEAR ay nakakita ng isang kawili-wiling bagay: Ang NEAR AI team ay nagbukas ng isang pagsubok, kung saan nila ginamit ang Chinese open-source malaking modelo na DeepSeek upang matugunan nang matagumpay ang 672 na napakahirap na mathematical proof problems. Tinanong ang AI, at natuklasan na ang mga tanong na ito ay tinatawag na PutnamBench—mga tanong mula sa pinakamataas na antas ng undergraduate mathematics competition sa North America. Sa simpleng salita, ang pagkakaroon ng kakayahang makapasa sa pagsubok na ito ay nagpapakita na ang AI ay may napakadaling logikal na pagdededuksiyon. Ayon sa ulat ni @MSBIntel, ang solusyon ng NEAR ay nagkakahalaga ng halos $0.17 bawat tanong para sa lahat ng 672 na tanong, o kabuuan lamang ng higit sa $110. Para sa komparasyon, sa iba pang solusyon na nakakuha ng perfect score, ang average cost bawat tanong gamit ang OpenAI model ay umabot sa $44.50, habang ang Claude ay nasa $3.52. Bakit ba gumagawa ng ganitong mataas na antas ng matematika ang isang public blockchain? Sa katotohanan, ang layunin ng pagpapagana ng AI sa mathematical logic proofs ay ang security audit ng smart contract—o sa teknikal na termino, formal verification. Halimbawa, gamit ang matematikal na lohika upang suriin nang isang linya ang code kung may mga vulnerability o hindi; kung maaaring gamitin ang mura at open-source AI compute power upang bawasan ang presyo ng verification sa ilang sentimos lamang; sa hinaharap, maaaring magkaroon ng kakayahang mag-verify at mag-audit ng sariling contract ang mga proyekto o kahit mga karaniwang developer gamit ang napakababang gastos. Bagaman hindi ito direktang konektado sa presyo ng near:native, ito ay isang palatandaan na gumagawa ang project team ng tunay na bagay.