Децентрализованный проект на базе ИИ только что на собственном опыте убедился, что криптосообщество отлично проверяет чеки. Quasar, работающий как Subnet 24 в сети Bittensor, выпустил модель с 120 миллиардами параметров и контекстным окном в 5 миллионов токенов, которую назвал прорывной. В течение нескольких часов независимые исследователи обнаружили, что примерно 96–98% её весов практически идентичны существующей модели от Ant Group.
Последствия были быстрыми. Токен SN24 alpha упал примерно на 70–75% за одну торговую сессию.
Модель и несоответствие
Quasar, разработанный SILX AI, несколько месяцев готовился к этому моменту. В апреле 2026 года проект выпустил Quasar-Preview — модель с примерно 20 миллиардами параметров, а также Quasar-3B. Обе модели позиционировались как этапы на пути к созданию гораздо более крупной модели, обученной исключительно с помощью децентрализованных методов на сети Bittensor.
Релиз 120B должен был стать ожидаемым результатом. SILX AI позиционировала модель как триумф децентрализованного обучения, с обещанными архитектурными инновациями, такими как что-то под названием «Loop Transformer» и «Engram memory». Эти функции должны были решить проблемы памяти и согласованности, которые мешают стандартным архитектурам трансформеров при обработке чрезвычайно длинных контекстов.
Когда независимые аналитики изучили фактические веса модели, эти новаторские архитектурные особенности в значительной степени отсутствовали. Вместо этого анализ показал, что подавляющее большинство весов — от 96% до 98% — точно соответствуют модели Ant Group Ling-mini-base-2.0.
Почему это важно для экосистемы Bittensor
Bittensor работает на принципиально иной основе, чем большинство криптопроектов. Его сеть стимулирует децентрализованный машинный интеллект через конкурентную добычу и валидацию, где различные субсети сосредоточены на различных задачах ИИ. Фокус субсети 24 был направлен на разработку фундаментальных моделей с длинным контекстом — таких ИИ, которые могут обрабатывать и рассуждать над огромными документами, не теряя нити рассуждения.
SILX AI продвигает амбициозное видение будущего Quasar, включая цель в 10 триллионов токенов для общего обучения, и утверждает, что децентрализованные методы обучения могут снизить затраты на 99,5% по сравнению с традиционными централизованными подходами.
Обвал токена и последствия для инвесторов
Рынки не стали ждать объяснений. Падение токена SN24 alpha на 70–75% за одну сессию — это тот тип падения, который обычно сопровождает обвинения в мошенничестве или эксплуатации протокола, а не дебаты о архитектуре модели.
Разрыв между тем, что было обещано архитектурно, включая Loop Transformer и память Engram, и тем, что было фактически реализовано в весах модели, слишком велик, чтобы его преодолеть только за счет маркетинга.