Дата публикации: 23 июля 2026 года · Bitbase Research
Смежное исследование Bitbase по этой теме: см. Децентрализованная AI-инфраструктура.
Резюме
«AI-крипто» — самый плотно нарративизированный сектор рынка и один из наименее дисциплинированных в оценке. К апрелю 2026 года это пересечение насчитывало около 919 отслеживаемых проектов с суммарной капитализацией около 22,6 млрд долларов, а двадцать крупнейших AI-токенов держали между собой порядка 40–60 млрд долларов [1]. Однако выражение «AI-токен» описывает маркетинговую категорию, а не класс активов: децентрализованная сеть аренды GPU, маркетплейс инференса, автономный он-чейн-агент и протокол разметки данных почти не имеют общего в том, как зарабатывают, как ценность доходит до токена и как выглядит справедливый мультипликатор. Трактовать их как одну корзину — первая и самая дорогая аналитическая ошибка, и именно её нарратив активно поощряет.
Этот отчёт заменяет нарратив дисциплиной в три шага. Первый: разбивает сектор на четыре подсектора — вычисления, инференс, агенты и данные — каждый со своим двигателем выручки и, следовательно, со своим якорем оценки [1][21]. Второй: настаивает, что цена привязана к использованию, а не к истории, и укореняет это настояние в древнейшем количественном инструменте оценки токенов — денежном уравнении обмена MV = PQ, чей центральный урок (что именно скорость токена, а не громкая адопция, задаёт, сколько ценности может поддержать сеть данного размера) объясняет, почему столько «высокоиспользуемых» AI-токенов всё равно падают [9][10][11]. Третий: поскольку AI-токены подавляюще субсидируются эмиссией, добавляет оценку устойчивости стимулов, отделяющую выручку, которую сеть действительно зарабатывает, от предложения, которое она просто печатает, — ровно то различие, которое сектор DePIN-вычислений тяжело усвоил в 2026 году, разворачиваясь от токен-майнинга к реальному денежному потоку [4][26].
Ставки конкретны, потому что впервые у нескольких этих сетей есть реальные цифры для оценки. Подсектор децентрализованных вычислений достиг примерно 180–220 млн долларов годовой выручки к первому кварталу 2026 года, во главе с Render (около 38 млн долларов месячной выручки в январе 2026-го на примерно 5 600 активных GPU-узлах) и Akash, чьё использование выросло на 428% год к году при загрузке GPU выше 80% [4][5][6]. Апгрейд Bittensor до динамического TAO сделал эмиссию рыночно-управляемой и породил свыше 120 сабнетов против 32 годом ранее, а сеть записала около 43 млн долларов реальной выручки от AI-услуг в первом квартале 2026-го [3]. Это и есть входы, нужные мультипликатору использования. При этом подсектор агентов — Virtuals, ai16z, AIXBT и им подобные — торгуется на 55–85% ниже максимумов почти без всякой регулярной выручки, напоминая, что задача фреймворка — ранжировать, а не льстить [17]. Всё здесь — образовательный анализ, а не инвестиционный совет.
Часть 1 · Почему «AI-токен» — категориальная ошибка
Точность в том, чем токен является, предшествует любой оценке его стоимости, а ярлык AI это скорее скрывает, чем раскрывает. Четыре вещи, которые рынок относит к «AI-крипто», — это четыре разных бизнеса. Сеть вычислений вроде Render или Akash сдаёт в аренду циклы GPU: её выручка — плата за использование товара с реальной ценой, и ближайший аналог — компания облачной инфраструктуры [5][6][7]. Сеть инференса или моделей вроде Bittensor платит участникам за производство машинно-интеллектуальных выводов и берёт плату за их потребление: её выручка — маркетплейс-комиссия за поданный интеллект, ближе к API-бизнесу [3]. Токен-агент вроде Virtuals или ai16z представляет автономную программу, торгующую он-чейн: его «выручка», где она есть, — это комиссии или результат собственной активности агента, а аналог ближе к фонду или программе, чем к инфраструктуре [17]. Протокол данных вроде The Graph или Grass продаёт индексированные или собранные данные в AI-конвейер: его выручка — плата за запрос или доступ к данным [1][21].
Это не оттенки одного и того же. Они различаются в том, что продают, кто платит, насколько защитима маржа и — критически — есть ли у токена вообще какое-либо право на эти деньги. Схлопывание их в единый «AI»-мультипликатор — вот как протокол индексации данных, зарабатывающий реальные комиссии за запросы, оказывается по той же нарративной премии, что и токен-агент с аудиторией в твиттере и без денежного потока. Прославленная корреляция сектора — почти каждый токен группы в середине 2026-го торгуется на 55–85% ниже исторического максимума вне зависимости от фундамента — сама есть свидетельство того, что рынок оценивал нарратив как один фактор, а не оценивал четыре разных бизнеса по их четырём разным достоинствам [17]. Первое действие аналитика — расхлопнуть корзину.
Часть 2 · Секторная таксономия: вычисления, инференс, агенты, данные
Таксономия — хребет фреймворка, потому что она назначает каждому токену правильный вопрос оценки прежде, чем посчитано хоть одно число.
Вычисления — самый зрелый и самый измеримый. Децентрализованные GPU-сети сдают в аренду мощности рендеринга и AI-обучения и выигрывают клиентов по простой, устойчивой причине: они подрезают гиперскейлеров на 60–90% по сопоставимой цене «по требованию», причём цена инференса у Render независимо оценена примерно на 70% ниже сопоставимых вычислений Azure Machine Learning [7]. Спрос реален и виден он-чейн — около 38 млн долларов январской 2026 месячной выручки Render, 5 600 активных узлов и свыше 67 млн совокупно отрендеренных кадров; рост использования Akash на 428% год к году и загрузка выше 80% — и он отслеживает подлинный макродефицит, поскольку спрос на AI-вычисления опережает предложение, открывая ровно тот разрыв, который эти сети заполняют [4][5][6][8]. Вычисления — там, где мультипликаторы использования наиболее достоверны, потому что выручка — плата за товар с внешней ценой.
Сети инференса и открытых моделей — на слой выше по стеку. Bittensor — эталонный случай: его редизайн динамического TAO (dTAO) в 2025-м сделал эмиссию сабнетов рыночно-управляемой и ввёл сабнет-токены, экосистема расширилась с 32 до свыше 120 активных сабнетов, перешагнув 1,5 млрд долларов совокупной капитализации сабнетов и сгенерировав около 43 млн долларов реальной выручки от AI-услуг в первом квартале 2026-го [3]. Вопрос оценки здесь — маркетплейс-ставка за поданный интеллект, осложнённая двухуровневой структурой токенов (TAO плюс сабнет-токены), которую аналитик должен консолидировать, а не считать дважды.
Агенты — самые новые и наименее заякоренные. Virtuals позволяет пользователям запускать автономных агентов, ai16z управляет DAO под управлением AI, AIXBT генерирует торговые сигналы — подлинно новое, но с выручкой скудной, нерегулярной или отсутствующей, и просадки группы на 55–85% от максимумов ровно это и отражают [17]. Агенты — там, где нарративная премия наибольшая и где фреймворк обязан быть наиболее скептичен, потому что «агент когда-нибудь мог бы заработать комиссии» — это утверждение о дисконтированном ожидании, а не факт использования.
Протоколы данных питают конвейер, от которого зависят остальные три. The Graph индексирует блокчейн-данные для приложений; Grass собирает и маршрутизирует веб-данные для AI-обучения [1][21]. Их выручка — плата за запрос или доступ, а их вопрос стоимости напоминает бизнес дата-инфраструктуры с тарифицируемым API. Четыре подсектора, поставленные рядом, доказывают то, что скрывает ярлык: один нарратив, четыре двигателя выручки, четыре мультипликатора.
Часть 3 · Проблема оценки: уравнение обмена и ловушка скорости
Как только токены рассортированы, вопрос — как оценить один, и здесь AI-крипто наследует всю нерешённую проблему оценки токенов. У акций — век теории дисконтированных денежных потоков и мультипликаторов; большинство токенов даже не дают права на денежные потоки, которые они помогают генерировать. Древнейший серьёзный инструмент — денежное уравнение обмена MV = PQ, импортированное из количественной теории Фишера и адаптированное к крипто моделью INET Криса Бёрниске: перегруппированное, M = PQ / V, где рыночная стоимость, которую сеть может поддержать (M), равна размеру экономики, проходящей через токен (PQ), делённому на скорость токена (V) [9][12]. Модель делит стоимость на компонент текущей полезности (CUV, отражающий нынешнее использование) и компонент дисконтированной ожидаемой полезности (DEUV, отражающий ставку рынка на будущее использование) [9]. Эмпирические работы с тех пор пытаются подогнать это тождество к он-чейн-данным, а не постулировать его входы, заостряя его из мысленного эксперимента во что-то проверяемое [10].
Тождество несёт один урок, доминирующий в анализе AI-токенов: скорость — безмолвный разрушитель ценности. Если токен используется чисто как средство обмена — заработан GPU-провайдером и немедленно продан за доллары — его скорость высока, а высокая V схлопывает M, которую поддерживает та же PQ [11]. Вот почему «наша сеть обработала X использования» само по себе не бычий факт: если каждая единица использования проходит через токен на высокой скорости и уходит, устойчивая рыночная стоимость — доля этого потока. Токены, удерживающие ценность, — те, что дают держателям причину не продавать: стейкинг, права на комиссии, управление с зубами или подлинный дефицит против спроса, — снижая V и поднимая M, которую поддерживает данная PQ. Фиксированный потолок в 21 млн и дизайн Bittensor с упором на стейкинг — на языке уравнения обмена — механизм подавления скорости; токен-агент без стейкинга и с чисто обменным использованием — механизм максимизации скорости [3][11]. Фреймворк трактует скорость как вход первого порядка, а не как запоздалую мысль.
Часть 4 · Мультипликаторы использования: правильный числитель для правильного подсектора
С уважением к скорости практический инструмент — мультипликатор использования, крипто-аналог цены-к-продажам, — но дисциплина фреймворка в том, что знаменатель должен соответствовать подсектору. Цена-к-продажам, рыночная стоимость к годовой выручке от комиссий, уже отраслевой стандарт для протоколов, зарабатывающих комиссии, как сравнивают Ethereum и крупные DeFi-площадки, и он обнажает, насколько дорогим может быть нарратив: оценка Uniswap примерно в 5,4 млрд долларов против около 26 млн годовых протокольных комиссий подразумевает мультипликатор выручки около 207×, число высокоростового техно-актива для зрелой биржи [13]. Это и есть мерило, и каждому AI-подсектору нужна своя версия.
Для вычислений правильный знаменатель — сетевая выручка от вычислений (реальные комиссии за время GPU), потому что это плата за товар с внешней ценой; мультипликатор «цена-к-выручке-от-вычислений» на ~38 млн долларов месячной выручки Render (~450 млн годового run-rate) или ~180–220 млн сектора — защитимая, сравнимая с облаком цифра [4][5]. Для инференса знаменатель — маркетплейс-выручка за поданный интеллект (~43 млн реальной выручки Bittensor за первый квартал), но консолидированная по TAO и сабнет-токенам, чтобы та же активность не считалась дважды [3]. Для агентов честный знаменатель обычно — почти нулевая регулярная выручка, и это ровно вывод: мультипликатор использования на токен-агент часто не определён или абсурден, и фреймворк должен так и сказать, а не выдумывать число на основе истории [17]. Для данных знаменатель — комиссии за запрос или доступ к данным, цифра тарифицируемого API [1][21]. Самая частая единичная ошибка в оценке AI-токенов — заимствовать мультипликатор в стиле вычислений, заякоренный в реальной, внешне ценённой выручке, и применить его к токену-агенту, чья «выручка» спекулятивна, что фабрикует ложную эквивалентность между облачным бизнесом и нарративом.
Часть 5 · Оценка устойчивости стимулов: реальный спрос против субсидии эмиссией
Мультипликатор использования всё ещё может обмануть, потому что многое из того, что выглядит спросом в AI-крипто, — субсидия: сети платят провайдерам свежевыпущенными токенами, чтобы подтянуть предложение, и эта эмиссия может маскироваться под тягу. Сектор DePIN-вычислений весь 2026-й противостоял ровно этому, в широко задокументированном «развороте к выручке» от субсидированного токенами роста к реальному бизнес-денежному потоку — Akash, io.net и Aethir явно работают над заменой токен-майнинга платящими клиентами [4][26]. Второй инструмент фреймворка, оценка устойчивости стимулов, построен, чтобы видеть сквозь субсидию, спрашивая для каждой сети, сколько эмиссии токена покрыто реальной внешней выручкой, а сколько просто раздувает предложение, чтобы оплатить собственное использование.
Механика важна, потому что связана с накоплением ценности — глубочайшей проблемой всего упражнения. Даже сеть с реальной выручкой может не передать ничего токену: у держателей часто нет права на протокольные денежные потоки, если управление явно его не предоставит, так что нарратив «выручки» может сосуществовать с токеном, ничего не улавливающим [14]. Модели выкупа-и-сжигания и переключателя комиссий пытаются закрыть этот разрыв, привязывая уничтожение токена к доходу протокола — активация Uniswap своего переключателя комиссий — эталонный случай токена управления, тянущегося к накоплению ценности [13][14]. Но накопление реально, лишь если оно чистое: протокол, выкупающий 5% предложения, разблокируя при этом 10% через вестинг и стейкинг-награды, всё равно размывает, так что сжигание косметично [15]. Эмпирический вердикт отрезвляющ и проясняющ разом: по токенам активные механизмы накопления ценности превосходят токены только с управлением примерно на 10 процентных пунктов в среднем, но доминирующий драйвер доходности — масштаб выручки, а не дизайн механизма: протоколы, возвращающие капитал при генерации реальной выручки, превосходят всё остальное с большим отрывом, а «высокая скорость сжигания не компенсирует нулевую полезность или падающий спрос» [15][16]. Поэтому оценка ранжирует сеть по двум осям сразу: качеству её реального, внешнего спроса и устойчивости её эмиссии против этого спроса.
Часть 6 · Бенчмаркинг по сопоставимым
Фреймворк доказывает себя, ранжируя реальные имена, и 2026-й наконец поставил достаточно реальной выручки, чтобы попробовать. Упражнение — прогнать каждый репрезентативный токен через одни и те же четыре вопроса — какой подсектор, какой мультипликатор использования на правильном знаменателе, насколько надёжен путь накопления ценности и насколько устойчива эмиссия — и дать различиям выпасть.
Вычисления лучше всех по качеству спроса: Render и Akash зарабатывают внешне ценённую выручку, отслеживающую реальное AI-использование, так что их мультипликаторы использования что-то значат, а их эмиссия всё больше покрывается клиентами, а не майнингом, что и есть весь смысл разворота сектора к выручке [4][5][6]. Следующий шаг аналитика — не праздновать, а проверить чистую эмиссию и путь накопления ценности: реальная выручка со слабым улавливанием токеном всё равно проваливается. Инференс во главе с Bittensor хорош по реальной выручке (~43 млн за первый квартал) и по подавлению скорости (фиксированный потолок 21 млн, упор на стейкинг, халвинг в декабре 2025-го, срезавший дневную эмиссию с 7 200 до 3 600 TAO), но требует осторожности в консолидации структуры TAO-плюс-сабнеты и подтверждения, что выручка сабнетов подлинна, а не внутриэкосистемная спекуляция среди 120+ сабнетов [3]. Агенты хуже всех по каждой значимой оси — скудная или отсутствующая регулярная выручка, нет якоря внешней цены и просадки на 55–85%, отражающие переоценку рынком нарратива к фундаменту, — и вклад фреймворка в том, чтобы прямо сказать: большинство токенов-агентов — это ставки DEUV с ничтожным CUV, а не активы, обеспеченные использованием [9][17]. Протоколы данных посередине, с реальной, но часто скромной относительно оценки выручкой тарифицируемого API [1][21]. Конкретные рейтинги важны меньше метода: те же четыре вопроса, применённые одинаково, отделяют сравнимый с облаком вычислительный бизнес от нарративного агента, которых единый «AI»-мультипликатор оценил бы одинаково.
Часть 7 · Ограничения и честные режимы отказа
Фреймворк оценки заслуживает доверие, называя то, чего не может. Крупнейшее ограничение — AI-крипто ранняя, а активы ранней стадии законно доминируются их дисконтированной ожидаемой полезностью, а не текущей: фреймворк, заякоренный в нынешнем использовании, будет систематически недооценивать сеть, подлинно строящую к большому будущему спросу, ровно как строгий скрининг цены-к-продажам отмёл бы ранние облачные акции [9]. Оценка — дисциплина против нарратива, а не хрустальный шар опциональности, и её следует читать как ранжирование относительного фундаментального качества сегодня, а не как вердикт о десятилетнем потенциале сети.
Ещё четыре ограничения заслуживают быть столь же заметными, как сам фреймворк. Качество данных: он-чейн «выручку» можно подделать — вош-использование, внутриэкосистемные транзакции среди собственных сабнетов или агентов проекта и грантово-финансируемый спрос могут раздуть знаменатель, а поскольку мультипликатор честен лишь настолько, насколько честна его цифра выручки, сеть, фабрикующая использование, разрушает весь аппарат [3][26]. Двусмысленность прав токена: даже где выручка реальна, у токена может не быть исполнимого права на неё, так что сильный бизнес может сидеть на бесценном токене — вопрос накопления ценности не сноска, а ворота [14][15]. Рефлексивность нарратива: поскольку «AI» — скоординированный рыночный фактор, группа может расти и падать вместе на настроении вне зависимости от фундамента, который измеряет фреймворк, так что преимущество — в относительном отборе внутри сектора, а не в тайминге нарратива [1][17]. Скромность модели: уравнение обмена — тождество, а не прогноз — его результат целиком зависит от предполагаемой скорости и будущей PQ, обе из которых заранее ненаблюдаемы, — так что серьёзные практики трактуют любую точечную оценку как сценарий, а не цель, а наша оценка намеренно порядковая, а не точная цена [10][11]. Как чек-лист фреймворк заостряет суждение; как оракул оценки он разочарует.
Заключение · От нарратива к числителю
AI-крипто вознаграждает аналитика, отказывающегося от корзины. Нарратив трактует один фактор; фреймворк трактует четыре бизнеса, каждый со своим двигателем выручки, своим правильным знаменателем, своим честным мультипликатором [1][21]. Под мультипликатором сидит уравнение обмена и его неумолимый урок, что именно скорость, а не громкое использование, решает, сколько ценности может удержать сеть данного размера, — вот почему токену нужна причина быть удерживаемым, а не просто используемым [9][11]. Вокруг мультипликатора сидит оценка устойчивости стимулов, отделяющая выручку, которую сеть зарабатывает, от предложения, которое она печатает, и спрашивающая, доходит ли что-либо из неё до токена, — ворота накопления ценности, которые реальный бизнес всё равно может провалить [14][15][16]. Между ними секторная таксономия превращает стену «AI-токенов» в упорядоченное сравнение: назови подсектор, положи реальное использование в правильный числитель, подави нарративную премию и проверь, что эмиссия покрыта спросом, а не наоборот.
Более глубокие примитивы, на которых покоятся эти суждения — как проектируются эмиссия и вестинг токенов, как оборотный флоат сети расходится с её полностью разводнённой стоимостью и как механика улавливания комиссий и выкупа-сжигания на деле накапливает (или не накапливает) ценность держателям — каждый достоин понимания сам по себе, потому что оценка хороша лишь настолько, насколько читатель схватывает механику, которую она оценивает. Трактуйте её как дисциплину для ранжирования фундаментального качества внутри нарративизированного сектора, никогда как прогноз цены, и всегда рядом со спросом и рыночным контекстом, который не может уловить ни один фреймворк предложения и использования.
Источники
[1] CoinDCX, Top AI (Artificial Intelligence) Crypto Coins in June 2026 (размер сектора, разбивка по подсекторам). coindcx.com
[2] The Motley Fool, "Better AI Crypto: Bittensor (TAO) vs. Render," 06.05.2026. fool.com
[3] TAO Media, The Ultimate Guide to Bittensor 2026 и The Complete Beginner's Guide to Dynamic TAO (dTAO) (сабнеты, выручка Q1, халвинг, потолок 21M). tao.media
[4] BlockEden.xyz, "DePIN's Revenue Pivot: From Token Subsidies to Real AI Compute Revenue," 12.04.2026. blockeden.xyz
[5] Own Your Mind, Render vs Akash vs io.net 2026: Revenue, Burns & Tokenomics. ownyourmind.ai
[6] BlockEden.xyz, "DePIN's Revenue Reckoning: How Akash, io.net, and Aethir Are Replacing Token Mining with Real Business Cash Flow," 12.03.2026. blockeden.xyz
[7] Securities.io, GPU Rendering Wars: Render Network vs. Akash & AWS (2026); BuildMVPFast, DePIN GPUs for Inference: io.net, Akash vs AWS. securities.io
[8] Yellow.com Research, AI Compute Demand Is Outpacing Supply, And Crypto GPU Networks Are Closing the Gap (2026). yellow.com
[9] Chris Burniske, Cryptoasset Valuations (модель INET; MV=PQ; CUV против DEUV). medium.com
[10] Improving the Equation of Exchange for Cryptoasset Valuation Using Empirical Data, arXiv 2403.04914. arxiv.org
[11] I. Barbero, Understanding Velocity and Its Effects on MoE Token Dynamics, Coinmonks. medium.com
[12] Eton Venture Services, The Quantity Theory of Money: A Framework for Valuing Crypto Tokens. etonvs.com
[13] Talos, State of the Network: Uniswap Flips the Fee Switch — From Governance Token to Value Accrual (стандарт P/S; иллюстрация UNI 207×). talos.com
[14] FinTech Weekly, Rethinking Token Value: From Subsidized Supply to Sustainable Accrual. fintechweekly.com
[15] Volity, Burn Rate: 2026 Crypto Tokenomics; FinanceFeeds, How Token Buybacks Can Affect Cryptocurrency Prices. volity.io
[16] Novora Research, Which Token Value Accrual Model Works? (активное накопление +10 п.п.; масштаб выручки доминирует). novora.co
[17] OpenAIToolsHub, AI Agent Crypto Tokens — Virtuals, ai16z, AIXBT, and Bittensor Explained (выручка агентов, просадки 55–85%). openaitoolshub.org
[18] Eqvista, Crypto Valuation Metrics — How to Value Crypto? (Daily Active Addresses и метрики использования). eqvista.com
[19] A. Damodaran, The Dark Side of Valuation и работы о цене-к-продажам и мультипликаторах выручки для доприбыльных высокоростовых активов (методологический якорь для мультипликаторов использования).
[20] I. Fisher, The Purchasing Power of Money (1911), происхождение уравнения обмена MV=PT, адаптированного здесь как MV=PQ.
[21] DEXTools News, Top 5 Crypto AI Projects: Best Artificial Intelligence Tokens (2026) (лидеры вычислений/данных, включая The Graph, Grass, NEAR). dextools.io
[22] Crypto.news, Bittensor (TAO) Price Prediction: What the December Halving Means for TAO in 2026 (механика халвинга; институциональное внимание). crypto.news
[23] CryptoDaily, DeFi Revenue Tokens: Why Fees, Burns and Buybacks Matter More Than TVL, 05.2026. cryptodaily.co.uk
[24] Gate Wiki, What Is Tokenomics: Allocation, Inflation Design, and Governance Utility in 2026. gate.com
[25] Ashley Lannquist, Today's Crypto Asset Valuation Frameworks, Blockchain at Berkeley. medium.com
[26] BlockEden.xyz, Decentralized GPU Networks 2026: How DePIN Is Challenging AWS for the $100B AI Compute Market. blockeden.xyz
Методология и раскрытие: Этот отчёт синтезирует публичные секторные данные по AI-крипто на середину 2026 года (число проектов и капитализация [1]; выручка и загрузка децентрализованных вычислений для Render, Akash и io.net [4][5][6][7][8]; сабнеты Bittensor dTAO, выручка Q1, халвинг и потолок предложения [3][22]; результативность токенов-агентов [17]); литературу по оценке крипто-активов (уравнение обмена и модель INET [9][12][20], эмпирические уточнения [10], динамику скорости [11] и практику цены-к-продажам [13]); и литературу по накоплению ценности токена (переключатели комиссий, выкуп-сжигание и разводнение с учётом разблокировок [14][15][16][23][24]). Таксономия из четырёх подсекторов (вычисления / инференс / агенты / данные), сопоставление мультипликаторов использования и оценка устойчивости стимулов — образовательные, порядковые аналитические конструкции для ранжирования относительного фундаментального качества внутри сектора AI-крипто; приведённые цифры (≈919 проектов и ~22,6 млрд долларов капитализации сектора; ~180–220 млн годовой выручки от вычислений; Render ~38 млн в месяц; Akash +428% г/г и загрузка >80%; Bittensor ~43 млн за Q1 и 120+ сабнетов; просадки агентов на 55–85%; иллюстративный ~207× P/S) взяты из цитируемых источников и иллюстрируют фреймворк, а не прогнозируют цену какого-либо токена. Ничто здесь не является рейтингом, рекомендацией или ценовым ориентиром.
Дисклеймер: Это образовательный контент от Bitbase Research, предоставленный только в информационных целях. Он не является инвестиционным, торговым, налоговым или финансовым советом. Написано по состоянию на июль 2026 года; сектор AI-крипто, выручка сетей, графики предложения токенов и рыночные условия непрерывно меняются, поэтому всегда опирайтесь на новейшие первичные данные и проводите собственное исследование перед любым решением.
