Przejdź do głównej treści

Documentation Index

Fetch the complete documentation index at: https://docs.gamerhash.com/llms.txt

Use this file to discover all available pages before exploring further.

Kontrybutorzy GPU dostarczają sprzęt, gracze zarabiają przy okazji. Deweloperzy AI są po drugiej stronie sieci — to oni konsumują moc obliczeniową. Produkt, którego używają, to deAPI: REST endpoint zgodny z OpenAI, który udostępnia sieć GPU GamerHash dowolnej aplikacji, workflow albo botowi.
Przepływ requestu deAPI: klient (twoja aplikacja, n8n, SDK OpenAI) wysyła request do bramki deAPI, która uwierzytelnia i nalicza opłaty, potem dispatcher dopasowuje request do node'a GPU kontrybutora po modelu i VRAM, inferencja uruchamia się lokalnie na tej maszynie, a wynik wraca tą samą ścieżką. Każdy opłacony request dzieli się pomiędzy infrastrukturę platformy i wypłatę kontrybutora w GUSD.

​
Dla kogo to jest

  • Deweloperzy aplikacji podpinający czat, generowanie obrazów albo wideo do swoich produktów.
  • Operatorzy n8n / automatyzacji, którzy potrzebują taniej, prywatnej inferencji wewnątrz workflowów.
  • Indie deweloperzy i agencje budujący MVP, które potrzebują backendu bez rachunku za chmurę.
  • Zespoły Web3 łączące logikę on-chain z mocą obliczeniową AI off-chain.

​
Co dostajesz

  • REST zgodny z OpenAI — drop-in dla kodu, który już używa SDK OpenAI. Zmień base_url i klucz API; te same chat completions, ten sam streaming, ten sam kształt odpowiedzi.
  • Obsługa multimodalna — text-to-image, image edit, image / text / audio → video, głos (TTS + transkrypcja), text-to-music, OCR, embeddingi. Jedno API key, każda klasa modelu.
  • Oficjalny node n8n — wywołaj sieć z dowolnego workflow n8n bez pisania kodu API.
  • Routing i failover po stronie sieci — deAPI dispatchuje na to GPU, które jest wolne, retryuje przy chwilowych błędach, balansuje po dopasowaniu modelu.
  • Transparentność kosztów — cennik per model, dashboard użycia na żywo, budżety.

​
Dlaczego deAPI vs. scentralizowane chmury

  • Koszt — zadania uruchamiają się na konsumenckich GPU, które inaczej by stały bezczynnie. Unit economics jest inna niż w cenniku hyperscalerów.
  • Modele open-source — wybierasz spośród Flux, LTX-Video, Qwen, Whisper, ACE-Step i więcej. Bez zamknięcia w proprietary, bez silosów rate limitów per model.
  • Prywatność — treść jest dispatchowana i odrzucana; sieć nie zachowuje promptów ani wyników po rozliczeniu.
  • Realne pieniądze dla realnych użytkowników — twoje wydatki finansują ludzi prowadzących GPU, a nie marżę hyperscalera.

​
Kompromisy, o których warto wiedzieć

  • Latencja — konsumenckie GPU nie są skupione w jednym data center. Latencja pierwszego tokena jest wyższa niż w scentralizowanej chmurze, zwłaszcza dla zadań typu cold start.
  • Dostępność modeli — katalog jest kurowany i stabilnie rośnie, ale nie jest nieskończony. Niszowe albo proprietary modele mogą nie być dostępne.
  • Pojemność — w szczycie popytu czasy w kolejce mogą się wydłużać. Obowiązują standardowe rate limity.

​
Jak to płynie

Request deAPI trafia do bramki, jest uwierzytelniany i naliczany, a potem dispatchowany do sieci maszyn kontrybutorów uruchamiających aplikację AI. Każdy dolar, który przepływa, dzieli się pomiędzy infrastrukturę platformy i bezpośrednią wypłatę kontrybutorów w GUSD — ta sama pętla, która płaci graczom i dedykowanym kontrybutorom GPU.

​
Zacznij tutaj

Strona deAPI

Zarejestruj się, wygeneruj klucze, zobacz użycie na żywo.

Kontrybutorzy GPU

Druga strona sieci — kto uruchamia zadania, które wywołujesz.