O que servir como operador

Um operador serve inferência à rede e ganha USDC por requisição. A primeira decisão é o que servir: de onde vêm as respostas do seu modelo. Você tem três caminhos, e pode rodar mais de um em um único operador.

Novo por aqui? Este guia é a visão geral de “qual caminho seguir”. Para a CLI na prática, veja rode um operador.

1. Um modelo local por GPU — seu próprio hardware

Rode modelos abertos (Llama, Qwen, Gemma, e outros) na sua própria máquina via Ollama ou LM Studio, e sirva-os sem chave de API e sem custo por token para você. É a melhor margem se você já tem uma GPU parada.

halo setup --provider ollama --flat 0.20   # or --provider lmstudio
halo serve

Passo a passo completo: sirva modelos locais na sua GPU.

2. Uma chave de API de provedor — revenda o acesso

Já paga por OpenAI, Anthropic, OpenRouter, Together, Fireworks, Groq, Venice ou NEAR? Aponte seu operador para ela e revenda esse acesso por requisição. Nenhum hardware necessário — seus rate limits ociosos viram renda.

halo setup --provider openrouter --api-key <key> --margin 20
halo serve

<slug> é um entre openclaw, claude-code, hermes, ollama, lmstudio, openrouter, openai, anthropic, venice, near, together, fireworks, groq, ou custom. Adicione mais com halo setup --add-provider.

3. Um modelo hospedado — uma máquina na nuvem

Rode um modelo em uma máquina GPU alugada (ou um endpoint interno já existente) e exponha-o da mesma forma — via ollama, lmstudio, ou custom. Ótimo quando você quer mais capacidade do que uma GPU caseira mas ainda controla a stack.

Quais modelos rendem?

A demanda acompanha o que as pessoas buscam: os modelos chineses abertos (DeepSeek, Qwen, Kimi) e Llama são consistentemente populares, e a rede já serve mais de 140 modelos. Servir um modelo com demanda mas pouca oferta é a forma mais segura de ganhar requisições. O preço você escolhe depois — veja preços e ganhos do operador.

Relacionados

• Sirva modelos locais na sua GPU
• Rode um operador (CLI)
• Mantenha seu operador online