affine

affine とは何か？

affine は Bittensor サブネット 120 であり、分散型強化学習および「理由マイニング（reason mining）」ネットワークです。難易度の高い複数の評価環境において現行のチャンピオンモデルを打ち負かすことができるオープンウェイトの推論モデルを生成したマイナーに報酬を支払います。

このサブネットが取り組む実務的な課題は、一般的な推論供給ではなく、敵対的なインセンティブ設計のもとでモデルの推論能力を方向付けて改善することです。マイナーはモデルの重みを提出し、バリデータは挑戦者モデルを現行インカンベントと対戦させます。報酬は単に最も多くのリクエストを処理したマイナーではなく、性能を実証的に改善したモデルに集中します。

サブネットが主張する競争優位性は、このトーナメント形式の評価ループです。Affine GitHub リポジトリで説明されているように、マイナーは Hugging Face 上のモデルとリビジョンのペアをオンチェーンでコミットし、挑戦者は設定されたすべての評価環境で現在のチャンピオンを一定のマージンをもって打ち負かさなければ、サブネットのウェイトを獲得することはできません。(github.com)

affine は、独立したレイヤー1や汎用スマートコントラクトプラットフォームではなく、ニッチでありながら目立つ Bittensor のアプリケーションサブネットです。2026年6月末時点で、サードパーティのサブネットトラッカーは SN120 を Bittensor のアルファマーケットの中でも規模の大きい部類に位置付けており、SubnetRadar はサブネット時価総額ランキングの上位付近に位置させるとともに、UID セットがほぼ飽和状態であることを示しています。一方、Bittensor のサブネットディレクトリでは、Affine を「分散型推論モデル評価」として位置付けています。

ただし、これらの数字はエンドユーザー需要の証拠というより、市場構造の指標として読むべきものです。というのも、Bittensor のサブネット時価総額・流動性・「TVL」は、従来型プロトコル収益ではなく、dTAO ステーキングプールとアルファトークンへのエクスポージャーから導かれているためです。(subnetradar.com)

affine の設立者と設立時期は？

affine は 2025 年にローンチしたとみられます。OpenTAO は SN120 を 2025 年 6 月 10 日に登録されたサブネットとして掲載しており、これは Bittensor の進化の中で dTAO 導入後のフェーズ、すなわち個々のサブネットが単なるバリデータ主導のインセンティブ対象ではなく、投資可能なアルファトークン市場となった時期にあたります。

公開されているエコシステム資料では、このサブネットは Affine Foundation および Jacob Steeves（「Const」として知られる Bittensor の共同創業者）と結び付けられていますが、それ以外の運営チームについては、いわゆるコーポレートスタイルのドキュメントで詳細に開示されているわけではありません。この種の不透明さは Bittensor のサブネットでは一般的ですが、機関投資家のデューデリジェンスという観点では重要です。というのも、サブネットの技術的信頼性、所有インセンティブ、ガバナンスリスクは、成熟した上場企業のように広く分散しているのではなく、小規模な創業者・運営者グループに集中していることが多いためです。(opentao.ai)

affine のストーリーは、広義の「推論市場」というコンセプトから、オープンモデルを対象としたより具体的な RL 競技へと進化してきました。初期の説明では、推論のコモディティ化や複数サブネット資源の調整が強調されていましたが、現在のコードベースはより焦点が絞られ、測定可能なものとなっています。具体的には、モデル投稿、ワンショットのホットキーコミット、盗用対策、日次のチャレンジャー受付時間、SWE-INFINITE、LIVEWEB、NAVWORLD、MEMORY、DISTILL、TERMINAL といった特定の評価環境にフォーカスしています。この転換は、affine を曖昧な分散型 AI の物語から、検証可能なベンチマーク駆動のメカニズムへと位置付け直す点で重要です。ただし、その代償として、これらのベンチマーク勝利が再利用可能な外部推論需要へとどの程度結び付くかに、経済的価値が引き続き依存する構造になっています。(github.com)

affine ネットワークはどのように機能するのか？

affine は、独立したコンセンサスネットワークというより、Bittensor 内部のアプリケーション特化型インセンティブレイヤーとして理解するのが適切です。独自の PoW・PoS・DAG コンセンサスは用いておらず、決済・登録・ステーキング・アルファ会計・報酬分配は Bittensor の Subtensor インフラを通じて処理されます。一方、サブネットレベルのワークアロケーションは Bittensor の Yuma Consensus メカニズムによって制御されます。

Yuma Consensus では、バリデータがマイナーに対するランキングや重みを提出し、オンチェーンプロセスがそのランキングをマイナーおよびバリデータへのエミッションに変換します。affine の場合、ランキングシグナルは「提出された推論モデルが、サブネットの評価ルールのもとで現行チャンピオンを上回れるかどうか」に由来します。Bittensor Yuma Consensus ドキュメントでは、この仕組みを「バリデータによるマイナー性能評価から、マイナーおよびバリデータへのエミッションを算出するアルゴリズム」として説明しています。(docs.learnbittensor.org)

このサブネットの特徴的な技術設計は、勝者総取り型のモデル評価ループです。マイナーはモデルを学習またはファインチューニングし、そのウェイトを公開状態で Hugging Face にアップロードし、単一のモデルリビジョンをオンチェーンにコミットします。その後、バリデータが提出物を取得し、チャンピオンモデルと対戦させ、すべてのアクティブな環境において挑戦者が完全勝利した場合にのみ、チャンピオンを交代させます。

Affine FAQでは、ワンショットコミット、重複コミットに対する永久的な無効化、モデルハッシュによる盗用チェック、不安定期に UID 0 へ一部ウェイトをルーティングするバーンに類似した安全メカニズムなどが説明されています。バリデータのオペレーション負荷は比較的軽量です。というのも、バリデータはローカルで GPU 集約的な推論を必ずしも実行するのではなく、ウェイトの提出とバックエンドスコアリングの監視が主な役割となるためです。validator guideによれば、計算自体はバックエンドサービスで処理され、バリデータは主にウェイトの取得、バーン設定の適用、そのウェイトのオンチェーン設定を行います。(github.com)

sn120 のトークノミクスは？

sn120 は Bittensor の netuid 120 に対応するサブネット固有のアルファトークンであり、Bittensor エクスプローラー参照では資産がサブネットアドレス 120 に紐付いています。Dynamic TAO のもとでは、すべてのサブネットアルファトークンが独自の TAO/アルファプールと 2100 万アルファユニットのハードキャップを持ち、これは 2100 万 TAO の上限を模したものです。エミッションは、初期から完全流通供給が固定されているのではなく、半減期スタイルのスケジュールに従います。Dynamic TAO FAQ と Bittensor サブネットドキュメントでは、TAO をサブネットにステークすることは、事実上 TAO へのエクスポージャーをそのサブネットのアルファトークンへのエクスポージャーに交換する行為であり、プールのリザーブ比率がアルファ価格を決定すると説明しています。2026年6月末時点で、提供されているアセットデータおよびサードパーティのダッシュボードでは、sn120 の時価総額は数千万ドル規模、価格は十数ドル程度のレンジにあるとされていましたが、これらは安定したファンダメンタルではなく、ボラティリティの高いプール出力値です。docs.learnbittensor.org

sn120 の主なユースケースは、独立チェーン上のガス支払いではなく、ステーキングエクスポージャーおよびエミッションのルーティングです。

affine にステークしたユーザーは、SN120 アルファトークンへのエクスポージャーを取り、バリデータを通じてサブネットの報酬経済に参加します。マイナーは勝利する推論モデルを生成することでエミッション獲得を目指し、バリデータはモデル評価とウェイト設定を適切に行うことで報酬を得て、ステーカーは dTAO インセンティブレイヤーを通じてリターンを得る一方で、アルファ価格変動リスクを負います。

Bittensor のエミッションシステムにも大きな変更がありました。ドキュメントによれば、2026年6月時点でエミッションはサブネットの EMA トークン価格を用いる価格ベースモデルに回帰しており、2025年11月から 2026年6月まで用いられていたフロー型の Taoflow モデルは廃止されています。これは sn120 にとって重要です。というのも、価値のアクルーアルは直接的な手数料捕捉よりも、「ステーキング需要」「バリデータの信認」「モデル有用性に対する評価」がサブネットのアルファ市場をどこまで支えられるかに、より強く依存するようになっているためです。(docs.learnbittensor.org)

affine を利用しているのは誰か？

観測可能なユーザーベースは、主にクリプト・ネイティブおよびインフラ側の参加者です。具体的には、マイナー、バリデータ、ステーカー、そしてモデルのリーダーボードを監視する開発者が中心です。2026年6月末時点で、SubnetRadar は affine が UID をほぼフル活用しており、数百のマイナースロットと少数のバリデータセットを持つことを示していました。これはエミッションを巡る競争的な参加状況を示唆しますが、消費者向け採用と混同すべきではありません。

プロジェクトの実際のオンチェーンユーティリティは、オープンな推論モデルの生成と評価にあります。SN120/TAO プールにおける投機的な取引ボリュームは別の現象であり、基盤となる推論プロダクトの外部収益が限られている場合でも、短期的な市場活動の大部分を占めうるものです。公開コードベースも、典型的な SaaS 型の顧客パイプラインではなく、マイナーのモデル提出、バリデータによるウェイト設定、モデル評価を中心に据えることで、この違いを裏付けています。(subnetradar.com)

機関投資家やエンタープライズによる採用は依然として限定的であり、慎重に位置付けるべき段階です。

最も具体的なインテグレーション事例は、Bittensor 内での相互運用性です。OpenTAO および Affine 関連資料では、勝利モデルが Chutes のような推論インフラを通じてデプロイあるいは接続され、ダウンストリームの開発者やエージェントビルダーが API スタイルのアクセスを通じて推論出力を消費できる可能性があると説明しています。しかし、SubnetRadar のリサーチプロファイルでは、affine に関して 30 日あるいは 90 日の検証済み外部収益は示されていません。そのため、SN120 を「エンタープライズ収益資産」とみなすには、まだ十分な公開エビデンスがなく、有望なサブネットレベルのリサーチ市場として捉えるのが適切な段階です。(opentao.ai)

affine のリスクと課題は？

規制リスクは主として Bittensor および TAO から継承されるものであり、affine 単体のものではありません。しかしその違いが、米国規制当局が scrutinize the より広範なネットワーク。Grayscale の Bittensor Trust の S-1/A 申請書には、登録および上場プロセスが有効になった場合、同トラストは NYSE Arca に GTAO ティッカーで上場する意向であると記載されている一方で、現時点ではトラストは保有する TAO をステーキングしておらず、規制当局の承認も保証されていないことが開示されている。以前の Grayscale のリスク開示では、TAO の初期分配と Opentensor Foundation の役割により、ビットコイン類似資産に比べて証券として分類されるリスクが高くなりうるとも警告していた。sn120 にとって、より差し迫った中央集権化リスクはオペレーション面にある。バリデータ数の少なさ、創業者と関連するサブネット、バックエンドが制御するスコアリングサービス、勝者総取りのエミッションルールなどは、採掘プロセスが名目上はパーミッションレスであっても影響力を集中させうる。sec.gov

競争上の脅威は二面的である。Bittensor 内部では、affine は Chutes、Targon、Templar など、その他のモデル学習・推論・評価ネットワークを含むハイプロファイルなサブネットと、エミッション、ステーク、マインドシェアをめぐって競合している。一方 Bittensor の外部では、トークン化されたインセンティブレイヤーを必要とせずに推論モデルを改善できる、中央集権型の AI ラボやオープンソースのモデルコミュニティと競合している。

そのメカニズムは経済的にも脆弱である。ベンチマークが不正に操作された場合、モデル改善が汎化しない場合、バリデータが信頼できるスコアリングを維持できない場合、あるいはステーカーがより高利回りのサブネットへと資金をローテーションした場合、alpha トークンはエミッションの支援を急速に失う可能性がある。

Bittensor が 2026 年 5〜6 月に実施したプロトコル変更、すなわちサブネット登録時のオーナー向け無料 alpha の撤廃や、プロトコルにおける alpha 会計を修正する Spec 413 ホットフィックスは、dTAO 経済が、確立した通貨設計として安定運用されているというよりも、いまだ積極的に見直されている途上にあることを示している。(tao.media)

affine の将来見通しはどうか？

affine の見通しは、価格上昇そのものよりも、オープンで敵対的な RL インセンティブが、外部ユーザーが実際に消費したいと考える持続的な推論能力の向上を生み出せるかどうかに依存している。

短期的な技術面での方向性はリポジトリから確認できる。新しいマイナー向けガイダンスでは、新規投稿に Qwen3.6-35B-A3B のファインチューニングを必須とし、ワンショットコミットを強制し、モデルサイズとチャットテンプレートの安全性を検証し、日次のチャレンジャーウィンドウを用いて、1 つのモデルを現行モデルと比較して処理する設計になっている。プロトコルレイヤーでは、Bittensor が 2026 年 6 月に公開したエミッション関連ドキュメントと Spec 413 アップグレードにより、affine を含むすべてのサブネットに対してベース環境が変化していることが示されており、エミッションは再び価格ベースの EMA メカニクスに紐づけられ、サブネット解散時の alpha 会計もより厳密に扱われるようになった。

したがって構造的なハードルは、単にコードを増やして出荷することではない。affine は、自らのスコアリング環境が過学習に耐えられること、バリデータが管理する評価が信頼に足るものであり続けること、そして推論モデルの出力が、単なる循環的なエミッション競争ではなく有用なインフラストラクチャになりうることを示さなければならない。github.com