Pourquoi GHI ?
Le Bitcoin est produit à partir d’électricité, de matériel de minage et d’infrastructures répartis dans le monde entier. Pourtant, il existe très peu de métriques transparentes, reproductibles et indépendantes pour estimer le coût réel de production d’un BTC.
Le Global HashCost Index (GHI) propose un modèle ouvert, documenté et versionné qui estime ce coût par grandes régions de minage, puis au niveau global, en pondérant par le hashrate.
Ce que fournit GHI
- Coût min / moyen / max de production du BTC par région de minage.
- Coût agrégé global pondéré par le hashrate.
- Historique et statistiques par version de modèle.
- API documentée pour intégration dans vos propres outils.
Comment fonctionne GHI (aperçu)
Le moteur GHI agrège pour chaque grande région de minage des hypothèses de coût (énergie, CAPEX, OPEX), un mix de machines et une estimation de hashrate. Ces briques permettent de calculer un coût de production par région, puis un coût global pondéré par la part de hashrate.
La méthodologie complète est décrite dans la page Méthodologie.
Validation indépendante
Le standard Global HashCost Index (GHI) a été conçu pour pouvoir être audité, analysé et critiqué par des tiers indépendants sans accès aux données privées ni aux pipelines internes.
Les validateurs (chercheurs, analystes, institutions) disposent de :
- d’une méthodologie publique et versionnée,
- d’un cadre de gouvernance transparent,
- d’un index public des snapshots garantissant la traçabilité et l’intégrité temporelle.
Chaque snapshot publié est identifié de manière unique, horodaté et associé à un hash cryptographique, permettant de vérifier :
- l’absence de modification a posteriori,
- la continuité des séries publiées,
- la discipline de versioning du modèle.
Le cadre de validation officiel est décrit dans le document Validation Framework, et s’appuie exclusivement sur les artefacts publics du projet.
L’index public des snapshots est disponible ici : snapshots_index.jsonl
Accès aux données
Cette pré-version du site présente la structure du projet. Le jour J, les pages seront alimentées automatiquement par le moteur Python et l’API FastAPI.
Why GHI?
Bitcoin is produced using electricity, mining hardware and infrastructure distributed all around the world. Yet very few transparent, reproducible and independent metrics exist to estimate the real production cost of 1 BTC.
The Global HashCost Index (GHI) provides an open, documented, versioned model that estimates this cost by major mining regions, and then at a global level, weighted by hashrate.
What GHI provides
- Min / average / max BTC production cost by mining region.
- Global aggregated cost weighted by hashrate.
- History and statistics per model version.
- A documented API for integration into your own tools.
How GHI works (overview)
The GHI engine aggregates, for each major mining region, cost assumptions (energy, CAPEX, OPEX), a hardware mix and an estimated hashrate. These components are used to compute a regional production cost, and then a global cost weighted by hashrate share.
The full methodology is described on the Methodology page.
Independent validation
The Global HashCost Index (GHI) standard is designed to be auditable, reviewable and challengeable by independent third parties without access to private data or internal pipelines.
Validators (researchers, analysts, institutions) are provided with:
- a public, versioned methodology,
- a transparent governance framework,
- a public snapshots index ensuring traceability and temporal integrity.
Each published snapshot is uniquely identified, timestamped and associated with a cryptographic hash, allowing verification of:
- the absence of retroactive modifications,
- continuity of published time series,
- strict versioning discipline.
The official validation framework is described in the Validation Framework document and relies exclusively on the project’s public artifacts.
The public snapshots index is available here: snapshots_index.jsonl
Data access
This pre-release website presents the project structure. On launch day, all pages will be fed automatically by the Python engine and the FastAPI backend.