Người dùng API SERV Reasoning tăng 244% trong tháng đầu tiên. Số lượng yêu cầu suy luận tăng 30%. Nhưng SERV hiện chỉ có vốn hóa thị trường khoảng $15 triệu. @openservai đang xây dựng một lớp tích hợp giúp các mô hình nhỏ hơn xử lý các nhiệm vụ thường do các mô hình đắt tiền hơn thực hiện. ✤ Cách OpenServ giúp các mô hình nhỏ hoạt động hiệu quả hơn: OpenServ xây dựng hạ tầng tác nhân AI cho doanh nghiệp và chính phủ. Sản phẩm chính của họ, SERV Reasoning, là một API suy luận tương thích với các tích hợp SDK hiện có của OpenAI và Anthropic. Các nhà phát triển có thể thay đổi URL cơ sở của API mà vẫn giữ nguyên các prompt hiện có và phần lớn mã ứng dụng của họ. Bên trong, SERV Reasoning sử dụng BRAID để cấu trúc các cuộc gọi mô hình thành một đồ thị các bước suy luận. Mục tiêu là cải thiện độ chính xác trong khi vẫn dựa vào các mô hình rẻ hơn, từ đó giảm chi phí chạy tác nhân AI và các công việc doanh nghiệp. Đội ngũ được thành lập bởi Tim Hafner và Lucas Hafner. OpenServ cho biết dự án được khởi động bởi cộng đồng thay vì thông qua vòng gọi vốn token truyền thống. Dự án cũng đã báo cáo các công việc của chính phủ UAE thông qua đối tác Neol. AWS Marketplace đang được lên kế hoạch làm kênh phân phối doanh nghiệp. ✤ Người dùng API tăng 244% trong tháng đầu tiên: SERV Reasoning ra mắt công chúng vào đầu tháng Chín, và các chỉ số sử dụng ban đầu cho thấy sự quan tâm ngày càng tăng. Người dùng API mới: +244% trong tháng đầu tiên ra mắt công chúng Yêu cầu suy luận: +30% so với 30 ngày trước đó Beta riêng, tuần đầu tiên: 29.638 yêu cầu và 279 triệu token được xử lý OpenServ cũng đã công bố một số kết quả kiểm tra tham chiếu đầy tham vọng: GSM8K: GPT-4o được báo cáo cải thiện từ 42% lên 91% với BRAID, đồng thời giảm chi phí tới 75 lần. Scale MultiChallenge: GPT-5-nano được báo cáo cải thiện từ 35,66% lên 57,72%, cao hơn điểm ~40% của GPT-5 tiêu chuẩn, với chi phí thấp hơn khoảng 40 lần. OpenServ cũng tuyên bố các mô hình nhỏ có thể vượt trội hơn Fable 5 của Anthropic với chi phí thấp hơn tới 90 lần. Đây là các kết quả kiểm tra do dự án tự công bố, và kết quả có thể khác nhau tùy theo nhiệm vụ. Tuy nhiên, trường hợp thương mại rất rõ ràng: nếu một mô hình rẻ hơn có thể cung cấp chất lượng mà doanh nghiệp cần, thì khoản tiết kiệm có thể tạo ra sự khác biệt thực sự ở quy mô lớn. OpenServ cũng cung cấp trình tạo không mã, SDK TypeScript và nền tảng ra mắt tác nhân-token. SERV v3 và Graph Sharding đang nằm trong lộ trình, với kế hoạch triển khai khả năng hiển thị doanh nghiệp và quản lý quy trình làm việc. ✤ 25% doanh thu API được dùng để đốt $SERV: $SERV được sử dụng như nhiên liệu cho các quy trình tác nhân trên chuỗi và có thể được stakes để tham gia các đợt ra mắt nổi bật. Phần lớn hơn của mô hình token là cam kết sử dụng 25% doanh thu từ API SERV Reasoning để mua lại và đốt $SERV trên thị trường. Các nhà phát triển có thể thanh toán tín dụng API bằng USD hoặc USDC, nên không phải mọi yêu cầu API đều tự động tạo ra việc mua trực tiếp token. Mối liên hệ đến từ việc chuyển đổi một phần doanh thu API thành các giao dịch mua lại. Nếu hoạt động API trả phí tăng lên và cam kết doanh thu được thực hiện, số lượng sẵn có để mua lại có thể tăng cùng với sự phát triển của doanh nghiệp. Điều này mang lại cho $SERV một mối liên hệ tiềm năng với mức độ sử dụng sản phẩm, thay vì chỉ dựa vào nhu cầu đầu cơ. ✤ $SERV so với ngành tác nhân AI: Virtuals Protocol ($VIRTUAL) có vốn hóa thị trường khoảng $450 triệu, trong khi Artificial Superintelligence Alliance ($FET) khoảng $481 triệu. Cả hai đều được định giá cao hơn nhiều so với OpenServ, vốn chỉ ở mức gần $15 triệu. Các dự án này nhắm đến các phân khúc thị trường khác nhau: Virtuals Protocol: Hạ tầng tạo tác nhân AI, token hóa và nền tảng ra mắt. ASI ($FET): Hạ tầng và dịch vụ AI phi tập trung. OpenServ ($SERV): Hạ tầng suy luận được thiết kế để giúp nhà phát triển chạy các công việc AI bằng các mô hình rẻ hơn. Autonolas ($OLAS): Dịch vụ tự trị phi tập trung và hạ tầng tác nhân AI, với vốn hóa thị trường khoảng $15 triệu trong so sánh được cung cấp. So sánh gần nhất của OpenServ không nhất thiết phải là một nền tảng ra mắt tác nhân khác. Thông điệp của họ là nhà phát triển có thể cải thiện hiệu suất mô hình và giảm chi phí suy luận thông qua một lớp API. ✤ Những gì cần xảy ra tiếp theo: Ba chỉ số quan trọng nhất: Sử dụng API trả phí: Khối lượng yêu cầu và token tuyệt đối, cùng bằng chứng cho thấy người dùng đang chuyển thành khách hàng trả tiền. Phân phối doanh nghiệp: Liệu các kênh được lên kế hoạch như AWS Marketplace có mang lại các công việc định kỳ hay không. Đốt tiền xác minh: Các giao dịch mua lại và đốt thực tế, cùng cách giá trị của chúng thay đổi khi doanh thu API tăng lên. Việc kiểm tra độc lập các tuyên bố về benchmark cũng sẽ giúp xác định mức độ nhất quán mà BRAID cải thiện kết quả trên các mô hình và nhiệm vụ khác nhau. Với mức giá khoảng $15 triệu, $SERV mang đến cơ hội tiếp cận một sản phẩm suy luận AI đang hoạt động, cho thấy sự tăng trưởng sử dụng sớm và có cơ chế đốt gắn với doanh thu đã cam kết. Đó là một điểm khởi đầu cụ thể hơn so với một token hoàn toàn dựa trên các kế hoạch tương lai.