MegaETH se rebranda como MEGA, aloca US$ 30 milhões para o mercado de inferência de IA

Autor: David Christopher, Bankless

Compilado por Deep潮 TechFlow

Deep潮导读: O projeto Ethereum L2 anteriormente focado em desempenho extremo, MegaETH, foi oficialmente renomeado para MEGA e anunciou a alocação de US$ 30 milhões do tesouro para o desenvolvimento de produtos próprios, com o primeiro aplicativo focado no mercado de inferência de IA descentralizada previsto para lançamento em dezembro.

Diante da crescente homogeneização das técnicas de validação de modelos no mercado, apenas provar que os nós de prova “não trocaram” não é mais suficiente para criar uma vantagem competitiva. Este artigo analisa profundamente as duas ideias mais destacadas e diferenciadas do whitepaper do MEGA: a anonimização de privacidade fora da perspectiva centralizada e os contratos futuros de poder de computação, com forte capacidade de persuasão para o futuro.

Na terça-feira desta semana, a MegaETH Foundation foi oficialmente renomeada como MEGA e anunciou a alocação de $30 milhões do tesouro para desenvolver produtos próprios, com o destaque sendo um mercado de inferência de IA que será lançado em dezembro.

O mercado de inferência é uma nova área que tenho rastreado continuamente recentemente: nesse mercado aberto, qualquer pessoa pode comprar, vender ou revender permissões para chamar modelos de IA, com preços geralmente abaixo das cotações oficiais dos grandes laboratórios. A demanda atual no mercado é muito forte, e o uso na maioria dos mercados de inferência está em constante crescimento.

Dado que este segmento ainda está em estágio inicial e a financialização dos serviços de IA está apenas em sua infância, acho que, para a equipe do MegaETH, que criou o L2 da Ethereum com “velocidade extrema”, esta é uma mudança brusca, mas ainda assim uma escolha inteligente.

Esta mudança também traz uma urgência prática. Atualmente, o TVL dessa blockchain está apenas abaixo de US$ 10 milhões, uma queda significativa em relação ao pico de US$ 245 milhões atingido em maio. O co-fundador Shuyao Kong também admitiu no plataforma X: “Após construir a blockchain mais rápida, mas não conseguir encontrar o produto-mercado adequado (PMF)”, a equipe precisa fazer mudanças.

Os mecanismos específicos do novo mercado de inferência, os fornecedores de capacidade de processamento e a lista de modelos lançados permanecem confidenciais até o lançamento oficial, mas um whitepaper de três páginas já esboça as ideias centrais da equipe.

Agora, vamos desmontar a proposta central desta narrativa comercial, para identificar sua fraqueza mais crítica e descobrir o que ainda pode permitir que o MEGA se destaque.

A conta oficial da MEGA (@mega_holdings) anunciou em um tweet: “Hoje, comprometemos US$30 milhões no MegaETH para desenvolver um novo produto, com o primeiro foco sendo IA推理. Saiba mais em mega.holdings.”

O ponto de entrada do MEGA deriva do chamado “paradoxo da oferta” que ele propõe: o preço cobrado por muitos provedores terceirizados de poder de computação para executar o mesmo modelo de código aberto é muito inferior ao preço oferecido pelo laboratório original que desenvolveu o modelo.

Usando a plataforma OpenRouter como exemplo, o preço por milhão de tokens de saída do GLM 4.6, fornecido pela desenvolvedora Z.ai, é de $2,20, enquanto o provedor terceirizado Venice cobra apenas $1,75. Apesar da diferença de preço ser evidente, a MEGA acredita que a grande maioria dos compradores ainda prefere pagar mais caro para usar canais oficiais bem conhecidos.

Para isso, a MEGA propôs uma solução que introduz um conjunto completo de mecanismos de verificação chamado "Purified Intelligence", que verifica a autenticidade do modelo, a conformidade com privacidade e a segurança dos prestadores de serviços, demonstrando que terceiros desconhecidos também são confiáveis.

Seu objetivo final é criar um mercado de negociação onde a capacidade de raciocínio seja totalmente padronizada. Conforme descrito no whitepaper, em um cenário ideal, “quem fornece esse serviço de raciocínio tornar-se-á cada vez menos relevante.”

Por outras palavras, toda a narrativa é construída sobre a “construção de confiança”, especialmente sobre a “verificação de chamadas reais ao modelo”. Mas é exatamente a partir daqui que começo a ter dúvidas.

Primeiro, os pressupostos setoriais pré-definidos do MEGA não são totalmente válidos.

Os provedores de poder de computação de baixo custo atualmente não estão sendo ignorados pelo mercado: a plataforma popular de roteamento de inferência OpenRouter já recompensa prioritariamente os canais de baixo custo em seu roteamento padrão, e a plataforma atribui a maioria das divergências na qualidade da saída entre diferentes provedores às diferenças na configuração do software de chamada de ferramentas (tool-calling), e não a substituições intencionais de modelos.

Embora o fenômeno de "Model Swapping", criticado como base na whitepaper, exista objetivamente, as evidências mais concretas ocorrem principalmente em canais informais de revenda ilegal. Um estudo publicado em março deste ano, ao testar três desses revendedores de caixa preta, descobriu que até 46% das verificações de identidade falharam.

Mais importante ainda, as ferramentas tecnológicas destinadas a detectar essas substituições estão surgindo aceleradamente de todos os lados:

• Impressão digital (Fingerprinting): Na semana passada, o mercado de inferência Antseed ativou oficialmente uma nova camada de verificação de impressão digital. O sistema testa vendedores de poder de computação com perguntas de características raras que apenas modelos específicos conseguem responder; caso seja detectado que o vendedor não está executando o modelo anunciado, a solicitação do comprador é imediatamente redirecionada para outro lugar.

• Hardware Enclave (TEE): A Trusted Execution Environment (TEE) is a secure black box within the chip that even the machine owner cannot access, enabling public verification of exactly what code is running inside the chip. Buyers of Antseed can currently directly request service providers to enable this hardware verification.

• Provas criptográficas: No início deste mês, a Anthropic lançou como código aberto um protótipo para verificar matematicamente que as respostas foram geradas por pesos de modelo específicos (FlashProve), embora cada inferência individual exija de 70 a 95 vezes mais poder de processamento do que uma solicitação normal.

Além disso, a equipe Pearl também está desenvolvendo sua própria versão de prova com base no Attestable developing their own proof version.

O whitepaper do MEGA menciona simultaneamente as três soluções acima e reconhece que cada uma possui limitações técnicas, mas não especifica claramente qual delas será finalmente adotada. É provável que a equipe integre uma ou mais dessas soluções, o que, naturalmente, é digno de elogio.

No entanto, a realidade é que já existem muitas equipes atuando fortemente nesse mesmo problema, e a maioria das ferramentas de validação já está de código aberto e disponível para uso direto por toda a indústria. A barreira psicológica dos compradores em confiar em provedores de terceiros está diminuindo rapidamente, e simplesmente implementar a funcionalidade de “validação de modelo” já não é suficiente para fazer o MEGA se destacar.

Nesse caso, as outras duas ideias principais no whitepaper são o que realmente torna o MEGA diferente.

O primeiro foco é a proteção de privacidade. O MEGA propõe anonimizar e limpar detalhes sensíveis antes que os provedores de poder de computação vejam as solicitações dos usuários, dividindo tarefas complexas entre nós confiáveis e não confiáveis. Esse design tem grande relevância prática, pois atualmente a proteção de privacidade que realmente impede provedores de visualizar prompts (prompt) por meio de hardware fechado ainda se limita principalmente a modelos abertos.

Para invocar com segurança modelos grandes de ponta de código fechado enquanto se mantém a privacidade, a “limpeza local de informações sensíveis” é quase o único caminho de compromisso. No entanto, a implementação prática dessa solução também apresenta dificuldades extremamente altas.

No ano passado, a Freysa já havia implementado uma funcionalidade semelhante no aplicativo Enchanted, agora denominado Silo, substituindo frases privadas por marcadores de posição, permitindo que os usuários acessem com segurança modelos fechados como GPT e Claude.

Mas Freysa anunciou em novembro de 2025 que, devido à inconsistência no desempenho real dos dispositivos móveis, a equipe foi obrigada a migrar os cálculos de anonimização fora do dispositivo móvel; o log de atualização de julho do aplicativo iOS listou diretamente essa funcionalidade como removida e descontinuada.

Da mesma forma, o processo de desidentificação da versão MEGA também deve ser executado completamente fora da visão do MEGA, por exemplo, totalmente hospedado no computador local do usuário ou em hardware fechado, caso contrário, o usuário simplesmente estará transferindo as informações sensíveis que originalmente deveriam ser entregues ao provedor de inferência para o MEGA.

O co-fundador do MegaETH, Yilong Li (@yilongl_megaeth), também destacou ao lançar o whitepaper recentemente: “Expandir mais capacidade de IA só resolve metade do problema. Mesmo que os provedores tenham os modelos corretos, capacidade de processamento sobrando e preços mais baixos, os usuários ainda não pagarão se não tiverem certeza de que os provedores realmente executam os modelos conforme prometido e protegem seus dados.”

O segundo ponto principal é a capacidade futura de computação (Future Capacity). O whitepaper da MEGA propõe um mecanismo no qual os compradores podem reservar antecipadamente, dentro de uma janela de tempo específica, modelos específicos, volumes de chamada fixos e padrões mínimos de desempenho (incluindo velocidade de resposta e estabilidade) a preços bloqueados, além de permitir, no futuro, a transferência desses contratos de capacidade futura em mercados secundários.

Você pode comparar isso à reserva antecipada, meses antes, de muitos quartos de hotel por uma empresa que está organizando uma grande conferência da indústria. Os compradores conseguem garantir capacidade de processamento suficiente antes do lançamento de produtos importantes e podem revendê-la caso os planos mudem; já os fornecedores de capacidade de processamento podem usar essas demandas garantidas como garantia para obter financiamento junto a credores, a fim de comprar mais GPUs para expansão.

Quando esse tipo de contrato de negociação atingir escala, o mercado gerará uma "curva de precificação por inferência a prazo" aberta e transparente. Embora gigantes financeiros tradicionais, como a ICE, planejem lançar futuros de poder de GPU para hedge dos custos de aluguel por hora de chip, isso não pode especificar qual modelo será executado nem como será o resultado de saída; em contraste, os contratos a prazo da MEGA estão diretamente ancorados na "produção final" do modelo.

Em todos os mercados de raciocínio na cadeia que já avaliei, nenhum oferece um mecanismo semelhante, e este é exatamente o local onde a tecnologia blockchain mais pode exercer seu valor de propriedade e circulação.

No entanto, ainda existe uma contradição profunda aqui: o custo de inferência de IA está caindo rapidamente, e os modelos principais são totalmente substituídos a cada poucos meses; por que os compradores deveriam bloquear antecipadamente preços fixos ou modelos específicos para meses à frente?

Talvez os compradores corporativos não estejam comprando um preço baixo, mas sim uma “vaga garantida que nunca cairá durante o pico”, ou talvez para se proteger contra o aumento repentino das faturas de chamadas após o encerramento dos subsídios astronômicos das principais empresas de IA. Por enquanto, ainda não tenho uma conclusão clara sobre isso.

Por enquanto, os dois destaques mencionados acima ainda permanecem apenas em esboços no whitepaper. A equipe ainda não divulgou nenhum código, e o whitepaper não esclarece quais partes de poder de processamento têm permissão para entrar, quem realizará a verificação e validação, e onde exatamente as ferramentas de privacidade e anonimização funcionarão finalmente.

O white paper inteiro não menciona nem uma palavra sobre o token nativo. Quando perguntado sobre o papel do token MEGA no mercado de inferência, Shuyao Kong, em entrevista ao The Block, respondeu: “Vamos aproveitar qualquer cenário que possa赋能 o token MEGA.”

Quanto aos US$30 milhões em financiamento do tesouro, que superam metade do valor de mercado em circulação atual do MEGA, ainda não foi divulgado nenhum orçamento detalhado.

As respostas parciais devem ser reveladas ao longo do próximo dezembro. Em seguida, focarei em três indicadores-chave de implementação: os primeiros provedores de serviços nomeados contratados e os critérios de admissão, a solução de anonimização operando fora da visão do MEGA, e o primeiro contrato de capacidade de computação a prazo assumido por um contraparte real.

Em última análise, a verificabilidade só coloca a MEGA na linha de partida da corrida de raciocínio; apenas resolver os problemas de privacidade real e entrega de poder computacional futuro poderá determinar se ela realmente se destacará.