NEAR AI Cloud добавила на свою платформу три модели Anthropic: Claude Sonnet 5.5, Claude Opus 5.5 и Fable 5.1, расширив выбор передовых больших языковых моделей, доступных разработчикам и командам, которые работают на облачном слое инференса экосистемы NEAR.

О добавлении было объявлено командой NEAR Protocol в официальном посте в X, где подтверждалось, что все три модели теперь доступны через NEAR AI Cloud. В объявлении модели названы точно: Claude Sonnet 5.5, Claude Opus 5.5 и Fable 5.1 — последняя является моделью нарративных и креативных рассуждений в семействе Claude от Anthropic.

NEAR AI Cloud расширяет линейку моделей

NEAR AI Cloud — это хостируемый слой инференса и AI-сервисов протокола, созданный для того, чтобы дать разработчикам единую точку доступа к инференсу больших языковых моделей без необходимости заключать отдельные API-контракты с каждым провайдером. С добавлением новейших моделей Claude от Anthropic платформа теперь включает одни из самых мощных коммерчески доступных LLM. Это важно для создателей экосистемы, поскольку хостируемые конечные точки инференса — стандартный путь, через который приложения встраивают функции LLM — ассистенты, суммаризацию, агентные рабочие процессы, — так что линейка моделей платформы напрямую определяет, что команды могут выпустить, не открывая аккаунты у внешних провайдеров.

Добавленные модели:

• Claude Sonnet 5.5 — модель среднего уровня для рассуждений и следования инструкциям от Anthropic.
• Claude Opus 5.5 — самая мощная модель Anthropic в поколении 5.5.
• Fable 5.1 — модель нарративных и креативных рассуждений от Anthropic.

Fable 5.1 — заметное дополнение с учётом её ориентации на рассуждения в длинном формате и структурированные нарративные выводы — рабочие нагрузки, существенно отличающиеся от стандартной генерации кода или задач поиска. Её присутствие на NEAR AI Cloud говорит о том, что платформа нацелена на более широкий спектр сценариев инференса, а не только на инструменты для разработчиков.

Что меняет это обновление для пользователей платформы

Доступность Sonnet 5.5, Opus 5.5 и Fable 5.1 через единую облачную конечную точку снижает издержки интеграции для команд, которым нужно направлять разные типы задач на разные уровни моделей. Разработчики могут назначать более лёгкую модель для масштабных, но простых задач и переключаться на Opus 5.5 для глубоких рассуждений, не меняя провайдера.

Однако в объявлении не указаны тарифы, лимиты запросов и региональная доступность, а также не разъясняется, требуется ли для доступа стейкинг токенов NEAR или оплата в NEAR. Эти детали не подтверждены в доступных материалах, и пользователям следует обратиться к официальной документации NEAR AI Cloud для ознакомления с актуальными условиями доступа.

Более широкий контекст

NEAR Protocol в последнее время активна на нескольких направлениях. Слой Intents протокола ранее продемонстрировал способность перехватывать и блокировать подозрительные потоки, связанные с инцидентом Bitget, что свидетельствует о зрелости инфраструктуры, выходящей за рамки AI-вычислений.

Интеграция моделей Anthropic также отражает более широкую тенденцию в сфере децентрализованных AI-вычислений, где облачные платформы на базечейна конкурируют за предоставление доступа к тем же передовым моделям, что и централизованные провайдеры, дифференцируясь за счёт платёжных решений, суверенитета данных и программируемости на блокчейне, а не самих возможностей моделей. Семейство Claude от Anthropic уже доступно через несколько крупных централизованных облаков, поэтому включение той или иной модели становится всё более базовым ожиданием, и дифференциация смещается к тому, как доступ упакован и оплачивается. Независимо от этого, остаётся неясным, предоставит ли NEAR AI Cloud доступ к этим моделям через API, вызываемые смарт-контрактами, или исключительно через офчейн-конечные точки — команда должна это уточнить.

Отказ от ответственности: эта статья носит исключительно информационный характер и не является финансовой или инвестиционной рекомендацией. Рынки криптовалют и цифровых активов сопряжены со значительным риском. Всегда проводите собственное исследование перед принятием решений.