OpenGradient

OpenGradientとは？

OpenGradientは、分散型のAIインフラネットワークであり、アプリケーション、ブロックチェーン、自律エージェントがAI推論およびモデル実行を、出力がTrusted Execution Environment（TEE）アテステーション、zkML証明、もしくは軽量な署名ベース検証によって検証できる、専門のコンピュートレイヤーにアウトソースできるようにします。

このプロジェクトが解こうとしているコアの課題は、一般的な「AIのオンチェーン化」ではなく、より限定された制度的な問題、すなわち「どのモデルが、どのような実行前提のもとで動き、その結果が金融・エージェント・ガバナンスロジックに利用される前に改ざんされていないことを、アプリケーションが証明できるかどうか」という点です。

競争優位性がもし実現するとすれば、それはAI実行とブロックチェーン決済を分離する点にあります。GPUおよびTEEノードがクリティカルパスの外側で重い計算処理を行う一方で、バリデータはCometBFTベースの検証レイヤーを通じて証明とアテステーションを決済します。これにより、アプリケーションは、汎用チェーン自体にモデル実行を要求することなく、低レイテンシなAIレスポンスを得ることができます。OpenGradient自身のドキュメントでは、これをハイブリッドAIコンピュートアーキテクチャとして位置付けており、公開されている技術資料も、ネットワークを汎用スループットを掲げてスマートコントラクト市場のシェアを狙う従来型のレイヤー1というより、「AIコプロセッサ」として位置付けています（OpenGradient Docs、OpenGradient Whitepaper、Binance Research）。(docs.opengradient.ai)

マーケットポジションは依然として初期段階であり、確立された優位性というより、新たなカテゴリ形成として捉えるべきです。2026年10月中旬時点では、CoinGeckoにおいてOPGの時価総額順位は仮想通貨全体で600番台後半付近であり、一方でSector Alphaは、評価対象のAI暗号資産の中でOpenGradientを42位にランク付けし、そのパブリックアクティビティの証拠を「テープ主導」としつつオンチェーンの証拠カバレッジは不完全と評価しました。これは、取引所での流動性をプロトコル採用と同一視すべきではないという、有用な注意喚起でもあります（CoinGecko、Sector Alpha）。また、OpenGradientは主にレンディング、AMM、リステーキングのプロトコルではないため、伝統的なDeFiのTVLは同プロジェクトを見るうえで適切なレンズではありません。同時期のAIセクターのデータセットでは、OpenGradientのプロトコルTVL欄はゼロではなく「利用不可」と表示されており、DeFiLlamaのトークンページは、OPG関連の利回りプールにおける控えめな流動性のみを追跡していて、DeFiマネーマーケットに匹敵するようなプロトコルのバランスシートは示していませんでした（Sector Alpha、DeFiLlama）。より重要な利用状況のデータポイントは、推論およびアプリケーションのアクティビティです。OpenGradientのポータルによれば、2026年9月16日から10月14日の期間に約147.5億個の機密推論トークンが処理されており、一方でBinance Researchは、BitQuantやMemSyncといったエコシステムプロダクトについて、相応の登録ユーザー数またはアクティブユーザー数を有すると引用しています。ただし、これらの数字はエコシステムの到達範囲を示すものであり、自動的にOPG保有者に帰属する手数料収益であると解釈すべきではありません（OpenGradient Portal、Binance Research）。(coingecko.com)

OpenGradientの創業者と創業時期は？

OpenGradientが公に姿を現したのは2024年であり、その頃にはベンチャーキャピタルおよび暗号資本市場の注目は、一般的なWeb3コンシューマ向けナラティブから、AIインフラ、自律エージェント、検証可能なコンピュートへとシフトしつつありました。プロジェクトは2024年10月、a16z Crypto Startup Acceleratorがリードし、SV Angel、Coinbase Ventures、SALT Fund、Symbolic Capital、Foresight Ventures、複数の暗号資産領域の創業者やエンジェルが参加する850万ドルのシードラウンドを発表し、2026年4月には、検証可能なAIのためのコンピュートレイヤーのスケールを目的として、累計資金調達額950万ドルに達したと発表しました（OpenGradient seed announcement、PR Newswire）。

現在のチームページによれば、Matthew WangがCEO兼共同創業者、Adam BaloghがCTO兼共同創業者を務め、Advait Jayantがチーフストラテジーオフィサーを務めています。チーム全体としては、Two Sigma、Google、Meta、Palantir、Amazon、NASAなどの企業での経験を有するとされており、これはOpenGradientが主張する参入障壁が、単なる金融トークンの設計というよりも、応用システムエンジニアリングおよび暗号計算オーケストレーションに依存しているという点で意味を持ちます（OpenGradient Team）。(opengradient.ai)

プロジェクトのナラティブは、「ユーザー所有のAI」や分散型モデルホスティングから、よりインフラ特化の仮説へと進化してきました。すなわち、検証可能な推論、支払いゲート付きモデル実行、機密プロンプト、AIエージェントの決済といったテーマです。初期のメッセージでは、データ所有権、暗号化されたユーザーコンテキスト、モデルの帰属、オープンなモデルハブが強調されていましたが、2026年までには、公開ロードマップやリサーチ資料はx402ペイメント、TEEベースの機密推論、zkML検証、Model Hubのマネタイズ、MemSyncによる永続メモリ、オンチェーンML実行のためのPIPEといった要素によりフォーカスするようになりました（Introducing OpenGradient、OpenGradient x402 Upgrade、OpenGradient Whitepaper）。このシフトは、投資の論点を「OpenGradientが別のAIアプリケーションを構築できるかどうか」から、「レイテンシやコストの観点から完全オンチェーン計算を受け入れられないものの、監査可能なAI実行を必要とするアプリケーション向けに、信頼できるミドルウェアレイヤーとなり得るかどうか」へと移すものです。(opengradient.ai)

OpenGradientネットワークはどのように動作するか？

OpenGradientは、そのドキュメントおよびMiCAR開示によれば、Cosmos SDKコンポーネント上に構築されたEVM互換の実行環境を備える、CometBFTベースのプルーフ・オブ・ステーク（PoS）コンセンサスモデルを採用しています。このネットワークは、そのため、巨大なAIスーパーコンピュータというよりも、アプリケーション特化型の決済・検証チェーンに近い構造になっています。推論リクエストは専門のコンピュートノードへルーティングされる一方で、バリデータは証明やアテステーションを順序付け、検証し、コミットします。公表されているコンセンサスフローでは、ステーク量に応じて選出されたバリデータがブロックを提案し、他のバリデータがプレボートとプレコミットを行い、3分の2超のバリデータが合意した時点で証明がファイナル化されます。このシステムは、3分の1未満のバリデータが悪意を持つか故障している限り、標準的なビザンチン耐性を維持します（OpenGradient Docs、OpenGradient MiCAR White Paper）。また、この設計は多くのワークフローにおいて明示的に非同期です。推論ノードは最終的な証明の決済前に結果を返すことができ、ブロックチェーンはその後に検証および支払い状態を記録します。これによりレイテンシは低減されますが、その間、一時的な信頼のギャップが生じるため、アプリケーション側は自らのリスク許容度に基づいてこれを管理する必要があります。(docs.opengradient.ai)

このネットワークの特徴的な点は、検証手法のスペクトラムにあります。大規模言語モデルやプライバシーに敏感なワークロードに対して、OpenGradientはAWS Nitro EnclavesやNVIDIA Confidential ComputingといったTEEに依存し、ハードウェアアテステーションを生成します。一方、より小規模または決定論的なMLワークロードに対しては、計算コストは大きくなるものの、より強力な数学的検証を提供するzkML証明をサポートします。そして、セキュリティ要件が低いコンテキストでは、完全な証明生成ではなく、署名に基づく「バニラ」モードを許容しています（OpenGradient Docs、OpenGradient Design Principles）。セキュリティ上の責任は、バリデータ、推論ノード、ストレージノード、データノードの間で分担されています。バリデータは証明決済レイヤーとノードレジストリを維持し、推論ノードはモデルを実行し、TEEノードはハードウェアアテステーションを登録します。不正または無効なアクターは、レジストリやスラッシングメカニズムを通じて除外・罰則の対象となり得ます。このモジュール性はスケールすれば経済的に魅力的ですが、同時にオペレーションの複雑さも伴います。ネットワークは、バリデータコンセンサスだけでなく、エンクレーブコードのレジストリ、モデルの来歴、支払い決済、異種混在のコンピュート市場におけるノードパフォーマンスのレピュテーションなども、合わせて保護しなければなりません。(docs.opengradient.ai)

opgのトケノミクスは？

OPGの最大供給量は10億トークンで固定されており、エコシステムインセンティブ、財団の準備、コントリビューター、投資家およびアドバイザー、ステーキング報酬、流動性およびローンチプログラム、エアドロップといった区分に配分が開示されています。OpenGradient Foundationのトケノミクスページによれば、40%がエコシステム開発、15%が財団、約15%がコアコントリビューター、約10%が投資家およびアドバイザー、10%がステーキング報酬、6%が流動性およびローンチ、4%がエアドロップに割り当てられており、コントリビューターと投資家の割り当て分には12カ月のクリフおよび複数年の線形ベスティングが設定される一方で、ステーキング報酬は96カ月にわたって線形にスケジュールされています（OpenGradient Foundation Tokenomics）。Binance Researchは、上場時の初期流通供給量は1億9000万OPG、つまり総供給量の19%であったと報告しており、その後のマーケットデータページでは、流通中の… 2026年10月中旬時点で流通しているOPGは約2億3,000万トークンとされており、最大供給量に上限（キャップ）がある場合でも、フロート（市場流通量）の拡大が分析上の中核論点であることを示している（Binance Research、CoinGecko）。したがって、OPGは発行上限のない通貨的な意味でのインフレトークンではないものの、10億OPGという上限の内部でスケジュールされたアンロックとステーキング報酬のエミッションの影響は受ける。MiCARの文書では、ステーキング報酬プログラムは96か月にわたり1億OPGを線形に分配する設計と説明されており、プロトコル違反に対するスラッシングによって一部が相殺されるとしている（OpenGradient MiCAR White Paper）。（opengradient.foundation）

OPGのバリュー・アクルーアル（価値蓄積）仮説は、ネットワーク利用がプロモーション的な一時利用ではなく、持続的な形でトークンの使用を前提とするかどうかにかかっている。

公開資料では、OPGは推論（インファレンス）支払いの媒介、ガスおよび決済、ステーキング担保、バリデータおよびデリゲータのセキュリティ、ガバナンス、モデルホスティングへのアクセス、Model Hubライセンス、そしてOpenGradient Chat、BitQuant、MemSync、Twin.funおよび関連エコシステム製品全般におけるアプリケーションレベルでのアクセス手段として位置付けられている（Binance Research、OpenGradient Foundation Tokenomics）。クロスチェーン供給設計は、Base上のカノニカルなERC-20と、BNB Smart ChainおよびMantle上のLayerZero OFTデプロイメントを通じて実装されており、ここではミント＆バーンのメカニズムによってブリッジングを支える。ただし、これは利用に応じて供給を恒久的に減少させる経済的なバーン機構とは混同すべきではない。プロトコルにおいてより明確な供給削減レバーは、バリデータの不正行為や無効な証明の提出に対するステーキング担保のスラッシングである（OpenGradient Token Docs、OpenGradient MiCAR White Paper）。未解決の論点は、推論需要がOPG建ての手数料需要を持続的に生むのか、それともユーザーやインテグレーターが、ステーブルコイン様の抽象化された支払い、サブシダイズされたルーティング、あるいはトークンの直接的な回転（ベロシティ）捕捉を弱めるカストディ型アクセスへとシステムを押しやるのか、という点である。（binance.com）

Who Is Using OpenGradient?（誰がOpenGradientを利用しているのか？）

トレーディング需要と実利用の区別は重要である。2026年10月中旬時点で、OPGには中央集権型・分散型の両方でアクティブなマーケットが存在していたが、取引所の出来高、未決済建玉、パーペチュアル先物の流動性が、AIワークロードが経済的にネットワーク上で決済されていることを直接証明するわけではない。より重要なオペレーション指標としては、Model Hub、推論ダッシュボード、アテステーション件数、そしてエコシステムアプリケーションのトラクションが挙げられる。Binance Researchは、OpenGradient Chat、100人超の開発者による4,500以上のモデルを有するModel Hub、180万超の登録ユーザーと数千万件規模のAIエージェント問い合わせを持つBitQuant、約3.9万アクティブユーザーのMemSyncを引用しているほか、OpenGradientのポータルでは、2026年9〜10月の測定期間における機密推論向けトークン処理量が相当規模に達していることが別途示されていた（Binance Research、OpenGradient Portal）。これらの数値は、純粋なトークン取引を超えたプロダクト利用が存在することを示唆する一方で、公表データだけでは総利用量からネットのプロトコル手数料、バリデータ収益、トークンホルダーへの価値捕捉へと至る明確な橋渡しはまだ提供されていない。（binance.com）

採用の重心は、伝統的なエンタープライズ向け導入というより、AIネイティブな暗号インフラ、DeFiインテリジェンス、エージェント向けメモリ、モデルホスティング、コンシューマー向けAIプロダクトにあるように見える。OpenGradientは、a16z crypto、Coinbase Ventures、SV Angel、Foresight Ventures、Symbolic Capital、NEAR関係者などを含む信頼性のあるベンチャーおよびエコシステムからの支援を受けているが、ベンチャー投資と顧客による採用は切り分けて考えるべきである（PR Newswire、OpenGradient seed announcement）。プロジェクトの公開された提携関係やプロダクトは、単に「AI x クリプト」といった広義のポジショニングに頼る場合よりも、実際にライブな推論、モデル公開、またはアテステーション決済を伴う場合の方が説得力がある。機関投資的な観点から言えば、OpenGradientはエコシステムへの初期的なディストリビューションと立ち上がりつつあるプロダクト面を持つものの、監査済みの反復的プロトコル収益、エンタープライズ向けサービスレベルの実績、あるいは成熟した分散型コンピュートインフラとみなすに足るバリデータ分散プロフィールをまだ示していない。（prnewswire.com）

What Are the Risks and Challenges for OpenGradient?（OpenGradientのリスクと課題は何か？）

ユーティリティトークンというラベリングによって規制リスクが消えるわけではない。OpenGradientのMiCAR関連資料では、OPGをユーティリティトークン、かつアセット参照型トークンやeマネートークン以外の暗号資産として分類し、所有権や利益権を付与しないこと、発行者はOpenGradient Foundationであること、そしてEU規則2023/1114に基づいて作成され、オランダにおいてAFMプロセスを通じて通知されたMiCARホワイトペーパーであることが開示されている（OpenGradient MiCA page、MiCAR Registry、OpenGradient MiCAR White Paper）。本レポート作成時点での公開情報ベースの調査によれば、規制上の足跡は開示志向であり、執行志向ではないように見え、OPG固有のETF商品や大規模な積極的執行事例も一次・主要二次情報源からは明白には確認されなかった。ただし、この「不在」を、特に米国証券法上の分析において、法的結論として読み替えるべきではない。中央集権リスクはそれより具体的である。ロードマップ自体が、ブートストラップまたはアイデンティティベースのバリデータセットから、パーミッション型PoS、さらには将来的なパーミッションレスなバリデータ参加へと移行することを想定しており、初期のセキュリティがキュレーションされたバリデータ、エンクレーブコードのガバナンス、ノードレジストリ、ハードウェアベンダー、およびプロジェクト自身のオペレーション管理に依存することを意味しているからである（Binance Research、OpenGradient Docs）。（opengradient.foundation）

競合環境は厳しい。というのも、OpenGradientは明確な単独カテゴリを所有するというより、複数のより大きな市場の狭間に位置しているからである。分散型コンピュート領域では、AkashのようなGPU・AIコンピュートネットワーク、Render関連インフラ、io.net型のマーケット、新興のMLトレーニング／推論ネットワークと概念的に競合する。検証可能コンピュートにおいては、zkMLフレームワーク、オラクルネットワーク、EigenLayer型のアクティブ検証サービス、チェーン固有のコプロセッサ設計と競争する。AIアクセスにおいては、ディストリビューションと信頼性で優位な中央集権型APIルーターやクラウドプラットフォームと間接的に競合する。Sector AlphaのAIセクター・スクリーニングでは、OpenGradientは混雑したフィールドの一つとして位置付けられ、多くのOpenGradientの手数料、収益、ユーザー数、TVLデータポイントが空欄または不完全のまま残されていた。これは、同プロジェクトのバリュエーション議論が、監査済みの経済的スループットというより、物語性、流動性、将来のユーティリティに大きく依存していることを想起させる（Sector Alpha）。技術的には、最大のリスクは、OpenGradientが理論上のトレードオフ設計としては正しくとも、本番環境で機能しない可能性である。TEEはハードウェアおよびベンダー信頼に関する前提を導入し、zkMLは大規模モデルに対しては依然コストが高く、非同期的な証明決済は一時的な検証ギャップを生み、パーミッションレスなノード拡大はプライバシー、レイテンシ、安全性要件との整合が難しくなり得る。（sectoralpha.in）

What Is the Future Outlook for OpenGradient?（OpenGradientの今後の見通しは？）

OpenGradientの展望は、価格パフォーマンスというより、初期のモデルホスティングおよび推論アクティビティを、信頼性の高い分散型検証市場へと転換できるかどうかに左右される。

2026年における最重要の検証済みマイルストーンには、2月のx402ネイティブTEE推論アップグレード、2026年3月のテクニカルホワイトペーパー、トークノミクスおよびMiCAR開示、そしてCometBFTおよびEVM互換のCosmos SDKチェーン上でのメインネット展開、その後のバリデータ参加拡大、ZKML対応モデルの拡充、クロスチェーン推論、ロイヤルティおよびレベニューシェア機能を備えたModel Hub v2へのロードマップなどが含まれる（OpenGradient x402 Upgrade、OpenGradient Whitepaper、Binance Research）。

構造的なハードルも同様に明確である。OpenGradientは、開発者が中央集権型AI APIを使うのではなく「検証可能性」に対して対価を支払うこと、バリデータと推論ノードを分散化してもサービス品質を損なわないこと、ステーキングとスラッシングがAIアテステーションを実質的に保護すること、そしてOPG需要が一過性のインセンティブではなく実際のコンピュート利用に結び付いていることを証明しなければならない。これらの課題を解決できれば、OpenGradientは検証可能なAI実行のための防御的なミドルウェア・ニッチを確保し得るが、そうでなければ、ネットワーク経済の測定可能な実態以上に、カテゴリテーマを反映した時価総額によって支えられる、数あるAIトークン系インフラ資産の一つにとどまるリスクがある。（opengradient.ai）