撕開Bittensor估值外衣，補貼退潮後還剩下什麼？

編譯：Saoirse，Foresight News

TAO 現價約275 美元，市值26 億美元，完全稀釋估值58 億美元。該計畫獲得灰階機構背書（2025 年12 月提交紐交所ETF 上市申請），也獲得英偉達CEO 黃仁勳公開認可，同時代幣供給敘事極具吸引力：總量上限2100 萬枚，採用比特幣式減半機制。 2025 年12 月首次減半後，每日發行量從7,200 枚降至3,600 枚。一年內子網數量從32 個增至128 個，Templar 的Covenant-72B 訓練也證明，去中心化算力可以跑出具備基準競爭力的大語言模型。

本報告並不否認以上事實。我們要探討的是：該網路的經濟模型能否產生支撐當前估值規模的真實外部收入，以及它在與中心化服務商、自託管算力競爭時，競爭力究竟如何。

Bittensor（TAO）代幣發行分配比例

網路價值如何流轉

Bittensor 共有四類參與者：

子網路所有者建立專業AI 市場，獲得子網路18% 的TAO 發行獎勵；
礦工執行AI 任務（推理、訓練、資料處理），獲得41%，每日合計約1476 枚TAO，年化價值約1.48 億美元；
驗證者為礦工產出評分，獲得41%；
質押者將TAO 投入子網流動性池，換取子網專屬代幣。

在Taoflow 模型下，一個子網的獎勵份額由TAO 質押淨流入決定，淨流入為負則無獎勵。前十子網路控制約56% 的全網發行量。

TAO 是全網通用通證：礦工註冊、驗證者質押、子網代幣購買、服務支付均需使用TAO。理論上，子網活動會為底層代幣帶來結構性需求。

Bittensor 子網Chutes（SN64）與中心化服務商LLaMA 70B 模型推理成本的比較分析

需求面現狀

供給透明vs 需求不透明

Bittensor 的供給側高度透明：每日3600 枚TAO 依程序分配，減半規則硬編碼，質押率（約70%）、分配比例、流動資料全部上鍊。

但需求面完全不透明。沒有統一儀錶板按子網路追蹤外部收入，AI 服務的實際呼叫（推理、計算、訓練）都發生在鏈下，不會記錄在區塊鏈上。投資人只能透過質押流向、子網代幣價格、專案方自報資料等間接指標推測需求。這種不透明是結構性的，而非暫時現象。區塊鏈只記錄代幣流轉，不記錄API 呼叫。

以下是截至2026 年3 月最完整的需求面畫像。

Chutes (SN64)：低價背後全靠補貼

Chutes 佔全網14.4% 的發行量，為所有子網路最高。由Rayon Labs 開發，提供開源模型無伺服器推理服務，報價比AWS 低85%，比Together AI 低10%–50%。其使用數據在生態內一騎絕塵：用戶超40 萬（API 用戶超10 萬），日請求量超500 萬次，累計處理9.1 兆tokens，三日均token 生成量從66 億飆升至1,010 億。它也是OpenRouter 上頭部推理服務商，部分模型表現優於中心化競品。

但這種低價並非來自營運效率，而是來自於補貼。

以14.4% 份額計算，Chutes 每日獲得約518 枚TAO，年化價值約5,200 萬美元。而其外部年收入僅約130 萬–240 萬美元（較高值為團隊自報，未經獨立審計）。協議對該子網路的補貼比例約為22:1 至40:1。用戶每支付1 美元，網路就要透過通膨釋放22–40 美元的TAO 來補貼。

如果去掉補貼，以其每日約1,010 億tokens 的處理量反推，成本價約為每百萬tokens 1.41 美元。而當前中心化市場價格：

Together.ai 的LLaMA 3.3 70B Turbo 約0.88 美元/ 百萬tokens；
DeepSeek V3 約0.40–0.80 美元；
小模型最低可至0.18 美元。

這意味著，去掉補貼後Chutes 價格將比中心化方案貴1.6–3.5 倍。所謂85% 的成本優勢完全反轉，其低價本質是TAO 持有者透過通膨買單，而非去中心化帶來的結構性效率。

當下次減半到來（預計2026 年底或2027 年），要么價格翻倍，要么礦工離場，要么補貼與收入的缺口進一步擴大。

有人會拿網路早期補貼獲客類比，但Uber、DoorDash、AWS 在補貼期建立了轉換成本：專有平台、司機網路、企業生態。而Bittensor 子網路沒有任何壁壘：模型開源、介面標準化，使用者可以零成本切換服務商。補貼一旦退潮，沒有任何鎖倉機制能留住用戶。

Rayon Labs 也營運SN56 和SN19，合計控制約23.7% 的全網發行量，均未揭露外部收入。單一團隊幾乎掌控網路四分之一的激勵分配。

Targon、Templar 及其他子網

Targon (SN4) 是收入最高的子網，由Manifold Labs 經營，為企業提供機密GPU 運算服務，預估年收入約1,040 萬美元，對應估值4,800 萬，市銷率約4.6 倍，是生態內最紮實的估值。但1,040 萬隻是多家報告引用的預測數據，並非審計後數字。

Templar (SN3) 完成了Covenant-72B 訓練，市值9800 萬美元，但外部收入為零。訓練API 與企業銷售仍在推進，尚未推出付費產品。

其餘120 多個子網路不是無公開收入，就是仍在產品前期，主要靠代幣發行補貼生存。

整體概況

全網可確認的需求面年收入合計僅約300 萬–1500 萬美元。光是Chutes 一個子網路的年化補貼（約5,200 萬美元）就超過整個網路外部收入的上限。

以26 億美元市值計算，其營收倍數約175–200 倍；以58 億完全稀釋估值算，接近400 倍。而中心化AI 算力企業近年融資估值僅15–25 倍前瞻收入，高成長SaaS 也很少長期維持在50 倍以上。 Bittensor 的估值倍數是業界激進標的的4–10 倍。

估價與需求基本面的巨大差距說明：市場給TAO 定價幾乎完全基於供給側稀缺性（減半、質押鎖倉）、機構催化（灰階ETF、上所預期）與AI 板塊情緒，而非真實經濟產出。這些確實是價格驅動因素，但與「Bittensor 作為AI 服務網絡創造永續價值」的邏輯完全是兩回事。

對照超大規模雲端廠商AI 資本開支與Bittensor（TAO）年度補貼規模

定價困境：上下夾擊

子網同時面臨兩頭擠壓：

上方：自架封頂

平台上所有模型均開源，權重公開，單張H100 跑70B 模型每日綜合成本僅40–50 美元，vLLM、Ollama 等工具讓本地部署極為簡單。英偉達新一代晶片也將大幅降低推理成本。有足夠用量的機構自建部署會比較便宜。

下方：雲巨頭擠壓

微軟、Google、亞馬遜、Meta 2025 年AI 資本支出合計超2,000 億美元，擁有硬體優先配額、專用資料中心、企業客戶關係，還能以其他業務現金流補貼AI。 Bittensor 全年激勵預算（約3.6 億美元）還不及微軟一週的AI 基礎建設投入。專業服務商同樣在開源模型上以VC 補貼低價競爭。

子網路定價被壓縮在極窄區間內，還要承擔去中心化特有成本：代幣摩擦、驗證節點開銷、子網路所有者分成、網路延遲等。