opML alla prova: si può tokenizzare un modello di AI?

Di opML, su queste pagine, abbiamo già spiegato la meccanica: cos’è il machine learning ottimistico, come funzionano le prove di frode, perché una finestra di contestazione basta a rendere credibile un calcolo eseguito altrove. Questa volta la domanda è un’altra, ed è quella che alla fine conta di più per chi guarda al settore da investitore o da operatore: a cosa serve, in concreto, e qualcuno lo sta usando davvero?

La risposta più ambiziosa arriva da Ora Protocol, il progetto che opML lo ha inventato. Non si è fermato a un oracolo che porta l’AI on-chain: ci ha costruito sopra agenti autonomi, un framework per crearli senza permessi e, soprattutto, un’idea che suona quasi eretica, cioè tokenizzare un modello di intelligenza artificiale, trasformare i suoi ricavi in un token che si compra e si vende. Si chiama IMO, Initial Model Offering. È il banco di prova più severo dell’intera tesi opML. E il verdetto, per ora, lo scrive un token che capitalizza meno di 400 mila euro.

Che cos’è opML, in breve

Vale la pena richiamare le basi, perché il resto dell’articolo ci si appoggia. opML sta per optimistic machine learning, machine learning ottimistico. L’idea è semplice e presa di peso dagli optimistic rollup che scalano Ethereum: invece di dimostrare in anticipo, con la crittografia, che un calcolo di AI è stato eseguito correttamente, lo si dà per buono. Un nodo esegue l’inferenza off-chain, pubblica il risultato sulla blockchain insieme a un impegno crittografico (un Merkle commitment sullo stato del calcolo) e apre una finestra di contestazione. Se nessuno protesta entro il tempo previsto, il risultato diventa definitivo. Se qualcuno protesta, parte una disputa che stabilisce chi ha ragione, e chi ha mentito ci rimette la posta depositata.

Il paper che ha formalizzato l’approccio, «opML: Optimistic Machine Learning on Blockchain» (KD Conway e il team di Hyper Oracle, gennaio 2024), lo dice senza giri di parole: il sistema è «reminiscent of the optimistic rollup systems», ricorda i sistemi di rollup ottimistici. La differenza è il carico. Qui non si tratta di validare transazioni EVM, ma di rieseguire, se serve, la moltiplicazione di matrici di una rete neurale.

Il vantaggio è il costo. Nel caso normale, quello in cui nessuno bara, non si paga nulla di crittograficamente pesante: si pubblica un risultato e si aspetta. Lo svantaggio è il tempo, perché quella finestra di contestazione introduce una latenza che un servizio in tempo reale mal sopporta, ed è il tallone d’Achille che torna in ogni analisi seria del modello. Prima ancora del paper accademico, la prima descrizione pubblica di opML era comparsa sul forum di governance di Optimism, nell’agosto 2023.

Perché «ottimistico»: la lezione di Truebit

Il termine «ottimistico» non è marketing: descrive una precisa filosofia di fiducia. Si assume che gli attori siano onesti finché non si dimostra il contrario, e si sposta tutto il peso della verifica sul caso raro della disputa. È lo stesso principio che regge Arbitrum e OP Stack, dove una transazione si considera valida a meno che qualcuno non pubblichi una prova di frode entro la finestra prevista.

Ma l’antenato vero è più vecchio degli optimistic rollup. Nel 2017 Jason Teutsch e Christian Reitwiessner descrissero Truebit, definito «a scalable verification solution for blockchains»: un sistema per delegare calcoli pesanti fuori dalla catena e risolvere le contestazioni con un gioco di verifica interattivo. L’intuizione di Truebit, il cuore che opML eredita, è che non serve rieseguire l’intero calcolo per smascherare un bugiardo. Basta trovare il singolo passo in cui contestatore e proponente divergono.

Questo è il punto che rende l’idea praticabile su un carico enorme come l’inferenza di un modello. Rieseguire on-chain un’intera inferenza da miliardi di parametri sarebbe impensabile, costerebbe più della catena stessa. Il gioco di verifica interattivo, invece, isola con una ricerca binaria il micro-passo controverso e chiede alla blockchain di arbitrare solo quello, un’operazione minuscola. Truebit lo aveva pensato per il calcolo generico; opML lo specializza sul machine learning. È la stessa lezione riletta per l’epoca dell’AI: la blockchain non deve fare il calcolo, deve fare da giudice quando due parti litigano su un calcolo.

La FPVM e il gioco di verifica

Il pezzo di ingegneria che tiene in piedi tutto si chiama Fraud Proof Virtual Machine, FPVM. È una macchina virtuale deterministica in cui l’inferenza può essere rieseguita passo per passo, in modo che due nodi che partono dallo stesso input arrivino, istruzione dopo istruzione, esattamente allo stesso stato. Il determinismo qui è tutto: se la riesecuzione non è bit-per-bit identica, la disputa non si può arbitrare.

La documentazione tecnica di Ora descrive due modalità. La versione a singola fase riesegue ogni passo dentro la VM vincolata, senza GPU: semplice ma lenta, perché rinuncia all’accelerazione hardware. La versione multi-fase è la trovata che rende opML competitivo: la computazione non contestata gira in modo nativo, con GPU e parallelismo, e solo il micro-passo isolato dalla disputa viene ricondotto nella VM per l’arbitraggio. Secondo il progetto, questo taglia la complessità dell’albero di Merkle da O(mn) a O(m+n) e produce un’accelerazione «da decine a centinaia di volte» rispetto alla singola fase.

I numeri che Ora riporta vanno letti per quello che sono, cioè benchmark del progetto e non audit indipendenti. Su scala MNIST, in un testnet locale, l’inferenza richiede circa due secondi e un ciclo completo di contestazione circa due minuti. Il progetto sostiene anche di aver fatto girare un modello LLaMA da 7 miliardi di parametri (26 GB) su un normale PC senza GPU, grazie a una libreria DNN leggera scritta su misura al posto di TensorFlow o PyTorch. È un’affermazione degli autori, non verificata da terzi, e va trattata come tale. Il concetto resta però solido: perché opML funzioni, chi contesta deve poter rieseguire lo stesso calcolo del proponente e ottenere lo stesso risultato. Da qui discende un limite che tornerà più avanti, quello sui modelli chiusi.

Da Hyper Oracle a Ora Protocol: chi c’è dietro

opML non è un esercizio accademico senza padroni: ha un’azienda dietro, e capire chi è aiuta a leggere le sue scelte. Ora Protocol nasce come Hyper Oracle nel settembre 2022, fondata da Kartin Wong, un ingegnere con un passato nell’infrastruttura di Google e di TikTok. Al progetto si è unita come chief scientist Cathie So, ricercatrice che veniva dal gruppo PSE della Ethereum Foundation, dove si lavorava proprio di zkML. Questa combinazione, competenze zkML e opML sotto lo stesso tetto, spiega perché Ora oscilli di continuo fra i due mondi.

Nel giugno 2024 la società ha raccolto 20 milioni di dollari in un round guidato da Polychain Capital, con HF0 e HashKey Capital, come riportato da CoinDesk. È qui che compare la frase-manifesto di Wong: l’obiettivo, ha detto, è «unlock the design space for AI dapps», sbloccare lo spazio di progettazione delle applicazioni decentralizzate di AI. Non a caso Cointelegraph, raccontando lo stesso round, lo ha inquadrato in modo ancora più esplicito: soldi per tokenizzare i modelli di AI. La tokenizzazione, insomma, era nel piano fin dall’inizio; non è un’aggiunta tardiva.

Il rebranding da Hyper Oracle a Ora ha spostato l’accento dall’idea di oracolo programmabile a quella di una rete che porta l’AI verificabile dentro gli smart contract. Ma la genealogia resta leggibile in ogni prodotto: un oracolo che serve inferenze, sopra il quale sono stati poi impilati agenti e strumenti di tokenizzazione.

OAO: l’oracolo AI on-chain, il primo mattone

Il primo mattone concreto è OAO, Onchain AI Oracle. È il prodotto che risponde alla domanda più immediata: come fa uno smart contract a chiedere l’output di un modello di AI e a fidarsi della risposta? Il flusso è quello classico di un oracolo, con opML come garanzia. Un contratto pubblica una richiesta; i nodi opML la raccolgono, eseguono l’inferenza e pubblicano il risultato con la relativa finestra di contestazione; scaduta la finestra senza dispute, parte una callback che consegna l’output al contratto richiedente.

Il repository di OAO mostra un dettaglio che dice molto della filosofia: lo stesso indirizzo di contratto, 0x0A0f4321214BB6C7811dD8a71cF587bdaF03f0A0, è replicato identico su oltre una dozzina di reti, da Ethereum a Optimism, Arbitrum, Base, Polygon, Linea, Mantle, fino a BSC. Il catalogo di modelli spazia da Llama 3.3 70B a QwQ-32B, Qwen2.5-Coder, Mistral, Gemma, Stable Diffusion 3 e 3.5, FLUX.1. Ogni chiamata costa da 0,01 a 1,00 ORA, il token nativo, che qui funziona come una benzina utilitaristica più che come uno strumento di governance.

C’è però una sfumatura che pochi articoli chiariscono e che è cruciale per capire i limiti di opML. Le prove di frode hanno senso solo se un contestatore può rieseguire in autonomia lo stesso calcolo. Questo vale per i modelli open-weight, i cui pesi sono pubblici: chiunque può scaricare Llama o Stable Diffusion e verificare. Non vale per i modelli chiusi. Quando OAO espone GPT-4o o DALL-E, quelle risposte non sono verificate da opML nello stesso senso: sono semplicemente inoltrate e attestate, perché nessun contestatore ha i pesi di OpenAI per rieseguire l’inferenza. È una distinzione che chi valuta questi sistemi dovrebbe tenere sempre a mente, ed è centrale anche nel più ampio dibattito su chi compra davvero l’inferenza decentralizzata e su cosa sta comprando.

opAgent e Pump.ai: agenti che vivono nel contratto

Sopra l’oracolo, Ora ha costruito il livello che oggi mette in vetrina: gli agenti. opAgent, presentato come «Onchain Perpetual Agent» (agente perpetuo on-chain), è live dal 31 gennaio 2025, come annunciato in un comunicato su Decrypt (il pezzo è una nota sponsorizzata, senza dichiarazioni attribuite a una persona, quindi la visione va attribuita all’azienda). L’idea è quella di agenti che, a differenza di un bot con una chiave privata, esistono come pura logica di smart contract: nessuno possiede la chiave, l’agente vive indefinitamente sulla blockchain e opML è il ponte che rende verificabile ogni sua azione, che sia uno scambio su un DEX, un trasferimento di token o il deploy di un contratto.

Insieme a opAgent è arrivato RMS, Resilient Model Services, e più di recente Pump.ai, un livello che permette di creare agenti senza permessi. I deployment si sono estesi oltre l’ecosistema EVM, fino a Solana e Hyperliquid. Sulla carta è la scommessa più affascinante di tutto lo stack: se il 2025 e il 2026 sono gli anni degli agenti AI on-chain, un’infrastruttura che ne rende verificabili le decisioni ha un mercato ovvio. Gli agenti che operano sui mercati predittivi, per esempio, sono un caso da manuale: un agente che risolve un mercato o piazza una scommessa avrebbe tutto da guadagnare a poter dimostrare di aver davvero eseguito il modello che dice di aver eseguito.

Il condizionale, però, è d’obbligo. Esiste una dashboard pubblica su Dune che traccia le richieste a OAO per catena e per modello, i ricavi e il gas delle callback. Ma nessun dato di adozione di rilievo, milioni di inferenze pagate o un numero di agenti attivi, è mai stato comunicato in modo indipendente e verificabile. Le richieste sono pubbliche; l’entusiasmo, a giudicare dal token, molto meno.

L’IMO: si può tokenizzare un modello di AI?

Arriviamo al cuore della questione. IMO sta per Initial Model Offering, offerta iniziale di modello, ed è il tentativo più radicale di Ora di rispondere alla domanda su a cosa serva opML: serve a trasformare un modello di AI in un asset finanziario con dei proprietari.

L’idea funziona così. Un modello viene messo on-chain e i suoi ricavi, cioè le commissioni pagate a ogni utilizzo attraverso OAO, confluiscono in un pool. Chi possiede il token del modello ha diritto a una quota proporzionale di quel pool. In pratica è come cartolarizzare i ricavi futuri di un modello di intelligenza artificiale e venderne le quote sul mercato aperto, senza permessi. Il primo IMO di Ora, il proof-of-concept dell’intero meccanismo, è stato costruito attorno a $OLM, basato su OpenLM, un modello linguistico aperto.

Perché questo è il banco di prova più severo di opML? Perché senza verificabilità l’IMO non regge. Se i ricavi di un modello devono essere distribuiti ai possessori del token, tutti devono potersi fidare del fatto che le inferenze conteggiate siano reali e che l’output attribuito al modello sia davvero stato prodotto da quel modello. È esattamente il problema che opML dice di risolvere: senza prove di frode, un IMO sarebbe solo un foglio di calcolo gestito da chi incassa. Con opML, almeno in teoria, la contabilità del modello è contestabile da chiunque.

Il salto concettuale è notevole. Un oracolo AI è infrastruttura, tubatura; un agente è un’applicazione. Un IMO, invece, è un prodotto finanziario costruito sopra un modello. E qui la tecnologia incontra il diritto, perché un token che promette una quota dei ricavi di qualcosa assomiglia parecchio a un oggetto che i regolatori conoscono bene: un titolo.

ERC-7641 ed ERC-7007: gli standard dietro l’IMO

L’IMO non è un’idea vaga: poggia su due standard Ethereum scritti dagli stessi fondatori di Ora. Vale la pena guardarli da vicino, perché è nel loro testo che si nasconde la questione regolamentare.

Il primo è ERC-7641, «Intrinsic RevShare Token», ancora in stato Draft, creato il 28 febbraio 2024 e firmato tra gli altri da Cathie So, Xiaohang Yu e Kartin Wong. Estende il comune standard ERC-20 e gestisce la condivisione dei ricavi. Il suo abstract non lascia molto all’immaginazione: «The token, in essence, embodies shares, affording holders the ability to burn their tokens and redeem a proportionate share from the revenue pool», il token, in sostanza, incorpora delle quote, dando ai detentori la possibilità di bruciare i propri token e riscattare una parte proporzionale del pool di ricavi. Il meccanismo di burning, aggiunge il testo, serve a garantire che il valore del token resti «at least commensurate», almeno commisurato, alla sua quota del pool.

Il secondo è ERC-7007, «Verifiable AI-Generated Content Token», che invece ha già raggiunto lo stato Final. Creato il 10 maggio 2023 ed estensione dello standard ERC-721 (gli NFT), lega un contenuto generato dall’AI (un’immagine, un testo) al prompt che l’ha prodotto, con una prova di correttezza. Il suo testo cita esplicitamente entrambe le strade: «This standard supports two primary types of proofs: validity proofs and fraud proofs. In practice, zkML and opML are commonly employed as the prevailing instances for these types of proofs». Tradotto: le prove di validità sono zkML, le prove di frode sono opML.

La differenza di stato non è un dettaglio: ERC-7007 è uno standard finalizzato, mentre ERC-7641, quello che «incorpora quote», è ancora una bozza. E la parola «quote» è precisamente il problema.

È un titolo? La domanda che un token RevShare non può evitare

Mettiamo a confronto due token dello stesso progetto. ORA, il token che paga le chiamate a OAO, è un token utilitaristico: lo si spende per usare un servizio, come si comprano gettoni. Un token IMO costruito su ERC-7641 è un’altra cosa, perché dà diritto a una quota dei ricavi di un modello. La differenza, agli occhi di un regolatore, è enorme.

Il test statunitense di riferimento, quello di Howey, chiede se c’è un investimento di denaro in un’impresa comune con l’aspettativa di un profitto derivante dallo sforzo altrui. Un token che dice testualmente di «incorporare quote» e di dare diritto a una parte proporzionale del pool di ricavi spunta quelle caselle con un candore quasi imbarazzante. Non stupisce che l’interpretazione congiunta SEC-CFTC del marzo 2026, che ha classificato sedici cripto-asset (fra cui Bitcoin, Ethereum e LINK) come digital commodities, non dica una parola su infrastrutture di calcolo verificabile o su token che condividono i ricavi di un modello: restano in una zona grigia, valutabili caso per caso. In assenza di una legge chiara, come raccontiamo nell’analisi su come, senza il CLARITY Act, le regole cripto le scrivano ormai i giudici, la definizione arriva per via giudiziaria, un caso alla volta.

In Europa la mappa è diversa ma la conclusione converge. MiCA disciplina i cripto-asset spot e i loro fornitori di servizi (i CASP), sotto la vigilanza di Consob per la condotta di mercato e di Banca d’Italia per gli aspetti prudenziali. Ma MiCA esclude esplicitamente dal suo perimetro gli strumenti finanziari, che restano sotto la MiFID II. E un token che «incorpora quote» e distribuisce ricavi somiglia molto più a uno strumento finanziario che a un cripto-asset utilitaristico. Il principio che Consob applica, seguendo le linee guida ESMA, è quello della sostanza sulla forma: non conta come chiami il token, conta cosa fa. Dove passi esattamente il confine fra un token dentro MiCA e uno che ne resta fuori è il tema che abbiamo affrontato parlando di cosa è dentro e cosa è fuori da MiCA per NFT e token di gioco, e la logica è identica per un token RevShare. Nessun regolatore, va detto per onestà, si è finora pronunciato in modo specifico sui token IMO; ma la direzione del ragionamento è difficile da ignorare.

Il verdetto del mercato: ORA sotto i 400 mila euro

Se la tecnologia è così elegante e i casi d’uso così ambiziosi, il mercato dovrebbe premiarla. Non lo fa. Al 20 settembre 2026, secondo CoinGecko, il token ORA vale circa 0,002189 euro, per una capitalizzazione di appena 364 mila euro e il rango numero 3962. Il massimo storico, 5,08 euro toccato nel novembre 2024, è lontano oltre il 99,9%: in pratica il token ha perso quasi tutto il suo valore. Il volume di scambi nelle ultime 24 ore è di circa 826 euro; con una liquidità così sottile, un rimbalzo del 23,5% in un giorno non dice quasi nulla, e infatti sulla settimana il token è comunque in calo del 35,8% e sul mese del 53,6%. Con numeri simili non ha senso cercare una causa nascosta dietro ogni oscillazione: il prezzo è semplicemente troppo illiquido per essere un segnale.

Il punto interessante è che ORA non è un’eccezione, ma il caso estremo di un pattern che attraversa tutto il settore del calcolo verificabile. Ogni token di questa nicchia scambia molto sotto i propri massimi storici, a prescindere da quanto la tecnologia sottostante funzioni. I dati di mercato dei token di confronto vengono dalle rispettive pagine di CoinGecko.

Lo scarto fra tecnologia e valore del token è il vero filo rosso: il codice funziona, gira, viene aggiornato, ma il mercato non gli assegna un prezzo che rifletta un’adozione reale. ORA, con la sua capitalizzazione da poche centinaia di migliaia di euro e un volume da bar di provincia, è la lettura più cruda di questo scarto. È il verdetto, provvisorio, sulla domanda di partenza: gli strumenti esistono, ma per ora qualcuno li paga poco.

I limiti che non sono spariti

Il divario fra tecnologia e adozione non è un mistero: opML ha limiti reali, e alcuni non hanno ancora una risposta ingegnerizzata.

• Latenza. La finestra di contestazione, che è la fonte stessa della sicurezza ottimistica, è anche ciò che rende opML poco adatto a tutto ciò che deve rispondere subito. Il paper che descrive gli Optimistic TEE-Rollup, una delle architetture ibride del 2026, lo dice in modo netto a proposito degli approcci ottimistici: «impose prohibitive dispute windows, preventing real-time interactivity», impongono finestre di disputa proibitive che impediscono l’interattività in tempo reale.
• Osservatore onesto e dilemma del verificatore. opML è sicuro solo se esiste almeno un attore onesto e capace che monitora i risultati ed è disposto a contestare quelli sbagliati. Se nessuno guarda, un risultato falso passa. E controllare costa: se le frodi sono rare, il verificatore onesto spende risorse quasi senza mai essere ricompensato, con la tentazione di smettere.
• Riproducibilità. L’inferenza di un LLM su GPU non è banalmente deterministica: l’ordine delle operazioni in virgola mobile e il parallelismo possono produrre risultati leggermente diversi sullo stesso input, il che complica la riesecuzione bit-per-bit su cui poggiano le prove di frode.
• Privacy. Perché un risultato sia contestabile, la traccia del calcolo deve essere pubblica, il che mal si concilia con dati o modelli riservati.

Sono questi vincoli, sommati, a spiegare perché opML non abbia ancora trovato l’applicazione di massa che il prezzo del token dovrebbe scontare. Truebit affrontava il dilemma del verificatore con errori forzati e jackpot; opML non ha ancora una risposta equivalente pienamente dispiegata.

Dove sta opML tra zkML, TEE e crypto-economico

Per collocare opML conviene ricordare che non è l’unica strada verso il calcolo verificabile: è una delle quattro. Con zkML si genera una prova crittografica a conoscenza zero, cioè fiducia matematica, nessun bisogno di fidarsi di nessuno, ma un costo di calcolo che per anni ha reso impraticabili i modelli più grandi. Con i TEE, gli ambienti di esecuzione fidati basati su hardware (come le GPU H100 di Nvidia), ci si affida all’attestazione di un chip: veloce, ma la fiducia si sposta sul produttore del silicio e sui rischi di attacchi collaterali, il tema che abbiamo esplorato guardando ad Akash e al calcolo riservato. Con l’approccio crypto-economico, infine, si punta su stake e slashing: la garanzia è economica, non crittografica.

opML si è ritagliato lo spazio di mezzo, più economico di zkML e più senza-fiducia dei TEE. Ma quella posizione è insidiata da entrambi i lati. La ragione per cui le prove di frode sono nate è che le prove crittografiche costano care sull’AI. Lo ha spiegato bene Elena Burger, deal partner di a16z crypto, notando che «zero-knowledge proofs today can’t represent 32-bit floating point operations in the necessary arithmetic circuit format without massive overheads», cioè le prove a conoscenza zero oggi non riescono a rappresentare le operazioni in virgola mobile a 32 bit senza costi enormi. È esattamente lo spazio in cui opML ha prosperato. Ma nel 2026 zkML ha cominciato a scalare verso gli LLM e i TEE hanno raggiunto volumi di produzione, mentre gli stessi ibridi (opp/ai, zk-OPML, gli Optimistic TEE-Rollup) sono il segnale che opML sta prendendo in prestito dai rivali ciò che gli manca. È la geografia competitiva che stringe l’opzione di mezzo.

Cosa cambia per l’Italia e per chi guarda al settore

Per un lettore italiano il quadro va tradotto su due piani. Sul piano tecnico, opML resta un pezzo di infrastruttura credibile e per certi versi elegante, ma è tubatura: vale quanto vale ciò che ci gira sopra. Finché OAO, opAgent e IMO non mostrano numeri di adozione verificabili, il giudizio sospeso è d’obbligo, e il token ne è lo specchio.

Sul piano regolamentare, la distinzione fra i due tipi di token è la cosa che un investitore o un operatore italiano dovrebbe fissare bene. Un token come ORA, che paga un servizio, è con ogni probabilità un cripto-asset ai sensi di MiCA, con i relativi obblighi (white paper, fornitori autorizzati) sotto lo sguardo di Consob e Banca d’Italia. Un token IMO che distribuisce i ricavi di un modello rischia invece di ricadere sotto la MiFID II come strumento finanziario, con un impianto di regole ben più severo. La differenza non è nominale: cambia chi vigila, quali documenti servono e quali tutele scattano. E poiché il transitorio MiCA in Italia si è chiuso il 1 luglio 2026, non c’è più il cuscinetto del regime provvisorio.

Il consiglio operativo, allora, è semplice: separare sempre la valutazione della tecnologia da quella del token, e la valutazione del token utilitaristico da quella del token che promette una quota di ricavi. opML ha risolto un problema tecnico vero, cioè come rendere contestabile un’inferenza di AI senza rieseguirla per intero. Resta aperta la domanda che questo articolo si è posto all’inizio, ed è una domanda di mercato più che di crittografia: chi ci costruirà sopra qualcosa che la gente è disposta a pagare?

Domande frequenti

Che cos’è un IMO nel contesto di opML?

IMO sta per Initial Model Offering, offerta iniziale di modello. È il meccanismo con cui Ora Protocol tokenizza i ricavi di un modello di AI: le commissioni pagate a ogni utilizzo confluiscono in un pool e chi possiede il token del modello, basato sullo standard ERC-7641, ha diritto a una quota proporzionale di quel pool. È il caso d’uso più ambizioso costruito su opML.

opML rende verificabile anche GPT-4o?

No, non nello stesso senso. Le prove di frode di opML funzionano solo se un contestatore può rieseguire lo stesso calcolo, cosa possibile solo con i modelli open-weight come Llama o Stable Diffusion. Quando un oracolo come OAO espone modelli chiusi come GPT-4o, quelle risposte vengono soltanto inoltrate e attestate, non verificate con prove di frode.

Che differenza c’è tra opML e zkML?

opML usa prove di frode ottimistiche: dà il risultato per buono e apre una finestra di contestazione, il che è economico ma introduce latenza. zkML usa prove crittografiche a conoscenza zero, che offrono fiducia matematica senza attendere, ma con costi di calcolo molto più alti, storicamente proibitivi sui modelli grandi.

Quanto vale il token ORA di Ora Protocol?

Al 20 settembre 2026, secondo CoinGecko, ORA vale circa 0,002189 euro, per una capitalizzazione di circa 364 mila euro e un volume giornaliero attorno agli 826 euro. È oltre il 99,9% sotto il massimo storico di 5,08 euro del novembre 2024, ed è il token più debole del settore del calcolo verificabile. Questo non è un consiglio di investimento.

Un token che condivide i ricavi di un modello di AI è regolamentato in Italia?

Probabilmente sì, e in modo più severo di un normale cripto-asset. Un token RevShare come quello previsto da ERC-7641, che dà diritto a una quota dei ricavi, somiglia a uno strumento finanziario e rischia di ricadere sotto la MiFID II, vigilata da Consob, più che sotto MiCA. Vale il principio della sostanza sulla forma, anche se nessun regolatore si è ancora pronunciato in modo specifico sui token IMO.

Luca Ferretti scrive di intelligenza artificiale e crypto per HOGE Wire.