Render, Akash e Filecoin são frequentemente agrupados como tokens de 'computação descentralizada', mas não competem pela mesma carga de trabalho. A Render aluga GPUs para renderização 3D e inferência de AI, a Akash opera um mercado cloud de uso geral para CPUs e GPUs, e a Filecoin é uma rede de armazenamento em que 'FIL' paga por dados que são armazenados, não processados.
Pontos-chave
- Render, Akash e Filecoin visam três funções diferentes: renderização por GPU e inferência de AI, computação cloud de uso geral e armazenamento descentralizado de ficheiros.
- O rótulo 'DePIN compute' é marketing, não um mercado: as receitas de armazenamento e as receitas de GPU não vêm dos mesmos compradores.
- Cada token tem um mecanismo diferente de queima versus pagamento, o que significa que a pressão inflacionista, os sumidouros de taxas e a economia para os detentores não são diretamente comparáveis.
- O impulso da AI favorece a Render e, em parte, a Akash, mas a procura pela Filecoin é impulsionada pelo armazenamento de arquivo, dados RWA e pelo ciclo mais amplo do armazenamento, e não pelo treino de AI.
Porque é que estes três tokens continuam a ser comparados
Se já passou mais de dez minutos no Twitter cripto ou em qualquer Discord de AI-cripto, já viu Render (RENDER), Akash (AKT) e Filecoin (FIL) reunidos numa única narrativa chamada 'computação descentralizada' ou 'infraestrutura DePIN AI'. A categoria é conveniente. Permite que uma única tese absorva três projetos e permite que os traders rodem entre eles quando um arrefece.
O problema é que essa categoria é sobretudo uma conveniência de marketing. Render, Akash e Filecoin foram criados para resolver três problemas diferentes. Dois deles alugam efetivamente ciclos de computação. Um deles aluga espaço em discos rígidos. A sua economia, bases de clientes, requisitos de hardware e perfis de risco divergem de formas muito mais importantes do que o rótulo comum 'DePIN' sugere.
Este artigo analisa o que cada rede faz realmente, de onde vem a procura, como os tokens capturam, ou não capturam, essa procura, e porque é enganador agrupá-los como concorrentes. Se está a tentar decidir qual deles, se algum, merece um lugar numa carteira, a resposta começa por ser honesto quanto ao que cada projeto vende.
Os riscos de tratar tokens DePIN de computação como uma só operação
Antes da mecânica, vale a pena parar nos riscos. A computação descentralizada é um dos setores mais ruidosos da cripto e também um dos mais desiguais. Os projetos que chamam mais atenção partilham uma etiqueta setorial, mas os negócios subjacentes são diferentes, e os modos de falha também são diferentes.
Risco de concentração dentro de um cabaz 'temático'. Quando um setor aquece, o capital roda para dentro dele, e tokens sem receitas reais recebem a mesma procura que tokens com clientes pagantes. A narrativa DePIN de 2024 puxou dezenas de projetos ao mesmo tempo, incluindo alguns que ainda estavam antes da fase de receitas. No início de 2025, vários tokens 'DePIN' tinham recuado 70 a 90 por cento face aos seus picos narrativos, apesar de não haver qualquer alteração fundamental nas suas próprias redes. Um cabaz de 'tokens de computação' não é uma posição diversificada quando metade dos nomes partilha a mesma procura especulativa.
Economia dos fornecedores versus economia do token. Uma rede pode estar a crescer em utilização real enquanto o seu token desvaloriza. Render e Akash tiveram ambas períodos em que as receitas dos fornecedores aumentaram enquanto a oferta circulante do token se expandia mais depressa do que a procura conseguia absorver. A Filecoin tem por vezes o problema inverso: o preço do token pode estagnar mesmo quando os terabytes armazenados crescem. Historicamente, nenhuma das três redes alinhou de forma limpa as receitas dos fornecedores, a taxa de queima e o retorno para os detentores do token. Trate qualquer gráfico que afirme o contrário como marketing, não como análise.
Risco regulatório e de rug. As redes descentralizadas enfrentam uma classificação pouco clara na maioria das jurisdições. A SEC sinalizou que vê alguns tokens como valores mobiliários, e exchanges offshore retiraram tokens 'DePIN' de negociação durante vagas anteriores de aplicação regulatória. Os fornecedores de hardware em algumas jurisdições também enfrentam incerteza fiscal e de licenciamento. Nada disto é uma sentença de morte, mas é um risco extremo que um comprador passivo de um cabaz tende a ignorar.
A narrativa de 'infraestrutura AI' é frágil. O argumento de que 'este token alimenta a AI' teve um peso enorme em 2024 e 2025. Se a narrativa arrefecer, como arrefeceram antes os 'tokens de metaverso' e os 'tokens sociais Web3', os mesmos projetos serão avaliados pelo fluxo de caixa e não pela história, e muitos parecerão caros com base no fluxo de caixa. Esse é o maior risco não técnico para todo o setor.
O que Render (RENDER) faz realmente
Render começou em 2017 como uma forma de alugar GPUs de gaming e estações de trabalho que estavam inativas para renderização 3D. Estúdios e artistas carregavam um ficheiro de cena, a rede distribuía a carga de trabalho por centenas de GPUs de consumo e os fotogramas resultantes eram novamente unidos. O token original (RNDR) era um token utilitário ERC-20 em Ethereum.
Em 2023, o projeto migrou para uma nova chain (Render Network em Solana, expandindo-se mais tarde para Base e outras chains) e mudou a marca do token para RENDER. O roteiro de 2024 acrescentou “inferência de AI” como carga de trabalho explícita, o que significa que os mesmos fornecedores de GPU podem servir tarefas de inferência de modelos (executar um modelo de AI treinado sobre dados de entrada para produzir resultados), além da renderização tradicional. Esta é a origem de grande parte do impulso narrativo de AI em 2024-2025.
A base de clientes da Render divide-se, grosso modo, em dois grupos: estúdios de 3D e motion graphics que precisam de capacidade de renderização pontual para cinema, publicidade e visualização de produtos, e equipas de AI que precisam de inferência em GPU barata. O primeiro grupo é maduro e estável. O segundo é a história de crescimento e é dominado por startups sensíveis ao custo que executam modelos open-source.
Como RENDER captura valor. Render queima uma parte do RENDER pago pelos clientes e redistribui o restante aos fornecedores de GPU. Este mecanismo de “queimar e pagar” é, dos três, o que mais se aproxima de um verdadeiro sumidouro de valor, porque entra dinheiro fiduciário ou stablecoins dos clientes, e uma fração de RENDER é removida permanentemente de circulação. A dimensão desse sumidouro em relação ao total de emissões é o que determina se RENDER é inflacionário ou deflacionário num determinado trimestre.
Onde Render é fraco. A maior fraqueza prática é a variação na qualidade do hardware. GPUs de consumo não são GPUs de centro de dados. Têm menos VRAM, arrefecimento mais fraco e disponibilidade inconsistente. Para renderização 3D, isso é, na maioria dos casos, aceitável. Para inferência de AI séria em modelos grandes, é uma limitação real, e compradores exigentes continuam muitas vezes a preferir clouds centralizadas como AWS, Lambda ou CoreWeave. O crescimento da Render depende de uma pressão contínua sobre os preços que empurre equipas de AI para hardware mais barato e menos fiável.
O que Akash (AKT) faz realmente
Akash é um mercado de computação cloud de uso geral. Enquanto Render se especializa em renderização em GPU e inferência de AI, Akash tenta ser uma alternativa descentralizada à AWS ou à DigitalOcean para quase qualquer carga de trabalho: containers, servidores web, treino de machine learning e também tarefas em GPU.
O modelo técnico é um “leilão inverso”. As pessoas que querem computação (chamadas “inquilinos”) publicam o que querem executar e o máximo que estão dispostas a pagar. Os fornecedores de hardware (chamados “fornecedores”) competem para oferecer isso ao preço mais baixo. O mercado fecha, o contrato de aluguer é assinado on-chain e o fornecedor executa a carga de trabalho. A liquidação acontece em AKT, o token nativo da rede.
A base de clientes da Akash é mais ampla e mais orientada para programadores do que a da Render. Um inquilino típico da Akash é uma pequena equipa a implementar um serviço backend, um investigador a executar tarefas em lote ou uma startup de AI a lançar containers em GPU. Akash posiciona-se como uma alternativa resistente à censura à AWS e como uma forma de aceder a hardware que, de outro modo, estaria indisponível.
Como AKT captura valor. Akash queima AKT quando os alugueres são criados e cobra uma pequena comissão sobre transações. O token também serve como ativo de staking e segurança da rede. Isto significa que os detentores podem ser validadores (os computadores que protegem a rede e chegam a consenso sobre transações) ou delegadores (detentores de tokens que emprestam o seu stake a validadores e partilham as recompensas). Ao contrário da Render, porém, a taxa de queima é pequena em relação às emissões, e AKT tem sido historicamente líquido inflacionário. Os detentores dependem dos rendimentos de staking e da procura criada pela narrativa mais ampla, em vez de um sumidouro de queima poderoso.
Onde Akash é fraco. Há duas grandes fraquezas. Primeiro, o posicionamento de “cloud de uso geral” significa que Akash compete diretamente com hyperscalers (fornecedores de cloud centralizados muito grandes, como AWS, Azure e Google Cloud) e com fornecedores de bare-metal em preço, e os hyperscalers têm vantagens estruturais em escala, suporte e SLAs (Service Level Agreements, as garantias de disponibilidade e desempenho que os clientes empresariais exigem). Segundo, a carga de trabalho de AI que impulsionou a Akash em 2024 (aluguer barato de GPUs para treino e inferência) é a mesma que a Render está a perseguir, o que significa que as duas são concorrentes diretas no segmento mais importante.
O que Filecoin (FIL) faz realmente
Filecoin é a mais antiga das três e a mais frequentemente mal compreendida. Filecoin não é uma rede de computação. É uma rede de armazenamento. Os fornecedores comprometem espaço em disco rígido à rede, e os clientes pagam FIL para armazenar dados durante um período especificado. A rede verifica o armazenamento com provas criptográficas (evidência matemática que permite à chain confirmar que os dados estão realmente a ser mantidos e replicados sem precisar de os descarregar novamente). Isto é por vezes confundido com projetos de “armazenamento cloud descentralizado” como Arweave ou Storj, que servem propósitos semelhantes, mas não idênticos.
O ângulo de AI para Filecoin é real, mas indireto. Equipas de AI precisam de dados de treino, pesos de modelos e registos de inferência armazenados de forma duradoura. Armazenar esses dados em Filecoin é mais barato do que em AWS S3 para arquivo de cauda longa. Também há projetos a criar camadas de “computação sobre dados” em cima de Filecoin, ou seja, sistemas que permitem executar computações sobre dados sem primeiro os mover, o que é apelativo para grandes conjuntos de dados que seriam caros de transferir. Estes são casos de uso genuínos, mas não transformam Filecoin numa rede de computação. Transformam Filecoin numa camada de armazenamento sobre a qual, por vezes, assentam redes de computação.
Como FIL captura valor. Os acordos de armazenamento queimam uma pequena quantidade de FIL e bloqueiam garantias dos fornecedores. A força económica maior é a “garantia de penhor”, ou seja, FIL que os fornecedores têm de bloquear como depósito de segurança, removendo-o da oferta líquida. Quando a procura por armazenamento sobe, mais FIL fica bloqueado, e a oferta em circulação aperta. As recompensas base pagas aos mineradores vêm de emissões, não de receitas de clientes, por isso a rede é estruturalmente inflacionária, a menos que a procura por garantias absorva a nova oferta.
Onde Filecoin é fraco. Filecoin tem enfrentado dois problemas persistentes. Primeiro, a maioria do armazenamento na rede tem sido historicamente armazenamento “estacionado” de mineradores a cumprir requisitos de penhor, em vez de procura orgânica de clientes. Os acordos reais com clientes pagantes representam uma fração menor da capacidade total do que as manchetes sugerem. Segundo, o token desacoplou-se várias vezes da utilização da rede, o que significa que o armazenamento cresceu enquanto o preço estagnou ou caiu. Os detentores aprenderam a não confundir terabytes armazenados com retornos do token.
Queima vs pagamento: como funciona realmente a economia de cada token
Como as três redes usam a palavra “token” para funções muito diferentes, é útil apresentar os mecanismos lado a lado.
Render queima uma parte dos pagamentos dos clientes em RENDER, paga o restante aos fornecedores de GPU e usa RENDER para governação (o processo de votação on-chain que decide atualizações do protocolo e despesas da tesouraria). A inflação ou deflação líquida de RENDER depende de a queima exceder ou não as emissões. Em períodos de elevada procura por renderização, a rede tem tendido a ser deflacionária; em períodos calmos, tem tendido a ser inflacionária.
Akash queima AKT na criação de alugueres e usa AKT para staking e governação. AKT tem sido líquido inflacionário na maioria dos trimestres porque o volume de alugueres é pequeno em relação às emissões. Os detentores recebem rendimento de staking, mas dependem fortemente da procura criada pela narrativa para a valorização do preço.
Filecoin queima uma pequena quantidade de FIL em acordos e bloqueia grandes quantidades de FIL como garantia dos fornecedores (penhor). Novo FIL é emitido para mineradores como recompensas de bloco (o FIL pago pela produção de novos blocos, semelhante à forma como Bitcoin paga mineradores em BTC). A história económica é o aperto da oferta através de garantias contra a expansão da oferta através de emissões. O equilíbrio muda de trimestre para trimestre.
A conclusão é que “o token acumula valor” é uma frase sem significado por si só. O que importa é saber se o sumidouro específico em cada rede (queima, bloqueio de garantias, captura de taxas) excede a fonte específica (emissões, desbloqueios, vendas da tesouraria). Para as três, este cálculo exige ler dashboards on-chain, não manchetes.
Implicações práticas: qual deles, se algum, pertence ao seu portefólio
Da análise acima resultam três implicações honestas.
Se a sua tese é “a procura por inferência de IA vai continuar a crescer”, Render é a exposição mais limpa, porque a inferência em GPU é a sua principal carga de trabalho e o seu mecanismo de queima é o mais direto. Akash também capta alguma dessa procura, mas com uma economia do token mais fraca. Filecoin é, na melhor das hipóteses, um beneficiário distante e indireto.
Se a sua tese é “DePIN vai substituir as clouds centralizadas”, Akash é a aposta mais abrangente, porque cobre o maior número de cargas de trabalho. Mas a própria tese é questionável: os hyperscalers têm vantagens estruturais que DePIN ainda não superou nas cargas de trabalho empresariais. Seja honesto sobre quanto da sua posição em Akash é uma verdadeira tese de cloud e quanto é uma rotação narrativa.
Se a sua tese é “a procura por armazenamento de dados vai disparar”, Filecoin é a aposta mais direta, mas tenha em conta que o crescimento do armazenamento se desligou historicamente do preço do FIL. Deter FIL porque “o armazenamento está a aumentar” não é o mesmo que ganhar dinheiro com a operação.
Nos três casos, aplica-se a mesma cautela: a receita real dos fornecedores é a única métrica que justifica uma posição de longo prazo. A procura especulativa pode elevar qualquer um destes tokens num ciclo narrativo e fazê-los cair com a mesma rapidez, como mostraram os tokens de NFT e metaverso em 2021.
Como acompanhar tokens de computação DePIN sem se queimar
Render, Akash e Filecoin movem-se todos com uma mistura de mudanças na narrativa de IA, liquidez macro, receita dos fornecedores e calendários de desbloqueio de tokens (datas pré-definidas em que tokens anteriormente bloqueados passam a poder ser negociados, criando muitas vezes pressão vendedora). Acompanhar os quatro fatores manualmente é uma batalha perdida. O Zippfeed destaca notícias de DePIN e cripto-IA com pontuação de sentimento (bullish, neutral ou bearish) e uma classificação de importância, para que possa separar notícias de receita real do ruído narrativo e reagir antes de a multidão rodar.