Autor: Chang'an, Shenchao TechFlow
Leitura destacada da Shenchao: A equipe NEAR AI resolveu todas as 672 questões da competição matemática universitária top da América do Norte, usando Agentes, com um custo total de aproximadamente 111 dólares, ou seja, cerca de 0,17 dólar por questão. A equipe NEAR AI utilizou o modelo de código aberto chinês DeepSeek V4 para realizar este teste. Isso não é apenas uma competição de inteligência de grandes modelos; por trás da conta de poder computacional, há um negócio de infraestrutura que busca democratizar a “verificação formal” de contratos inteligentes caros.
Dados de teste de um repositório de código aberto expuseram o custo subjacente de resolver problemas com grandes modelos.
Recentemente, segundo dados divulgados pelo co-fundador do NEAR Protocol, Alex Skidanov, e pela equipe oficial, o agente do NEAR AI resolveu todas as 672 questões matemáticas no PutnamBench.
Para leitores não familiarizados, o PutnamBench não é um simples banco de questões; é um benchmark formado a partir das questões da competição matemática universitária mais prestigiada da América do Norte, o William Lowell Putnam.
Em linguagem simples, isso significa fazer o AI realizar deduções matemáticas rigorosas para ver se ele consegue resolver sozinho. Para concluir todas as soluções, o NEAR AI gastou cerca de 111,85 dólares. Em média, o custo por questão foi de 0,17 dólar.
For comparison, other perfect-score solutions have much higher bills.
De acordo com dados compilados pela MSBIntel, o custo médio por questão é de até 44,5 dólares ao usar o GPT-5.6 da OpenAI; ao usar o Claude Opus 5 da Anthropic, cada questão também custa 3,52 dólares.
Neste teste específico, o NEAR adotou a solução DeepSeek V4, reduzindo os custos para um quinhentésimo do valor do GPT-5.6.
Blockchain faz contas, o objetivo do bêbado não é o vinho
A equipe da blockchain pública dedica esforços a resolver problemas matemáticos, não visando educar o mercado.
O requisito central do teste PutnamBench é a verificabilidade da máquina: a resposta gerada por IA não pode ser apenas um texto, mas deve ser um código de prova rigoroso escrito em Lean 4 (uma linguagem principal de assistente de prova).
Esses códigos não podem ter falhas de sintaxe, não podem pular etapas de dedução e devem ser verificados por máquina com 100% de aprovação. Ao mesmo tempo, isso corresponde, na área da ciência da computação, a uma tecnologia-chave chamada verificação formal.
E relacionado ao setor de criptomoedas, contratos inteligentes carregam centenas de milhões e até bilhões de dólares em ativos. A auditoria tradicional de código depende de análise manual para encontrar vulnerabilidades, enquanto a verificação formal usa lógica matemática rigorosa para provar linha por linha que o código não terá erros em todos os estados possíveis.
Por muito tempo, a desvantagem fatal da verificação formal foi ser cara e lenta. Ela exige especialistas em segurança de alto nível e ciclos prolongados, sendo geralmente acessível apenas a projetos líderes com grandes recursos financeiros.
Este teste do NEAR AI demonstrou a viabilidade de gerar em massa provas matemáticas confiáveis usando modelos de IA de código aberto, além de validar seu baixo custo.
Infraestrutura democratizada para segurança on-chain
Reduzir o custo da verificação formal a algumas décimas de centavo é o negócio real que o NEAR está implementando.
Atualmente, este código que integra o DeepSeek e o Lean 4 está totalmente aberto. O próximo passo divulgado oficialmente pela NEAR é aplicar diretamente esta ferramenta de baixo custo à verificação de segurança do próprio protocolo NEAR e seus contratos inteligentes principais.
Então, você pode entender isso como uma descentralização técnica, ou, de forma mais simples, como a equipe do projeto agindo, relacionada à narrativa da IA.
Se a IA de código aberto puder gerar consistentemente provas de segurança de código verificáveis por máquina, isso significa que desenvolvedores comuns e equipes de projetos pequenos também poderão executar uma verificação formal por apenas alguns centavos antes de implantar contratos, reduzindo a probabilidade de problemas nos contratos inteligentes.
No entanto, objetivamente, isso não está diretamente relacionado às flutuações de preço de curto prazo do token NEAR. Mas na competição subjacente ao ecossistema da cadeia pública, gastar algumas dezenas de centavos para desativar minas é muito mais valioso comercialmente do que gastar milhões para consertar depois.