Global HashCost Index

Open indicator of Bitcoin’s production cost.

GHI – Global HashCost Index • API v1.1 • Methodology v1.0 • Engine v0.4.2-sandbox

Langue / Language : FR · EN

Modèle régional GHI v1.0

Le Global HashCost Index (GHI) s’appuie sur un modèle régionalisé pour décrire le coût de production du Bitcoin par grandes zones géographiques. La version publique actuelle utilise le Sandbox Engine v0.4.0, qui fournit des données factices mais stables pour le prototypage et les tests d’intégration.

1. Rôle des régions

  • Fournir une décomposition géographique du coût de production.
  • Permettre des comparaisons entre grandes zones (coûts relatifs, sensibilité énergie).
  • Préparer l’extension future vers des sous-régions plus fines.

Dans GHI v1.0, trois grandes régions synthétiques sont utilisées :

  • Amérique du Nord (north_america)
  • Europe (europe)
  • Asie (hors Chine) (asia_no_china)

2. Structure des données régionales

Chaque région est décrite par un ensemble d’hypothèses synthétiques, compatibles avec le Data Model v1.0 de GHI :

  • Part de hashrate estimée (hashrate_share).
  • Mix de machines ASIC (efficacité moyenne en J/TH).
  • Mix tarifaire énergie (plancher / central / plafond).
  • Facteur de charge (profil d’utilisation des fermes de minage).
  • Coût min / moyen / max (USD/BTC) dérivé de ces hypothèses.

Dans le dépôt public, ces valeurs sont purement illustratives : elles ne reflètent pas les coûts de production réels et servent uniquement à stabiliser les réponses de l’API.

3. Région : Amérique du Nord

L’agrégat Amérique du Nord couvre principalement les activités de minage industrielles situées au Canada et aux États-Unis. Dans le moteur public :

  • les hypothèses de mix machines privilégient des ASICs récents,
  • les tarifs énergétiques sont modélisés à partir de contrats industriels synthétiques,
  • la part de hashrate est fixée à une valeur stable et normalisée.

Le moteur Sandbox agrège ces éléments pour produire un coût de production min / moyen / max fictif pour la région.

4. Région : Europe

L’agrégat Europe représente un ensemble diversifié de juridictions énergétiques. Dans la version publique :

  • les coûts d’électricité supposés sont plus élevés en moyenne que dans d’autres régions,
  • le mix machines reste synthétique, avec une efficience légèrement inférieure aux meilleurs parcs industriels mondiaux,
  • les profils horaires intègrent une simplification heures pleines / creuses.

Là encore, les valeurs chiffrées de la Sandbox sont déterministes mais non représentatives du marché réel.

5. Région : Asie (hors Chine)

L’agrégat Asie (hors Chine) couvre un ensemble hétérogène de pays. Dans le modèle public :

  • les hypothèses de prix de l’énergie reflètent un panier synthétique de contrats industriels,
  • le mix machines introduit une combinaison d’ASICs récents et plus anciens,
  • la part de hashrate est une constante normalisée, uniquement utilisée pour produire des exemples de résultats régionaux.

6. Agrégation vers le GHI mondial

Le GHI mondial est obtenu en agrégeant les coûts régionaux à l’aide de pondérations (parts de hashrate). Pour la Sandbox :

  • les pondérations sont fixes et normalisées,
  • le résultat global produit une bande de coûts min_cost, avg_cost, max_cost strictement déterministe.

7. Limites et évolutions prévues

  • Données Sandbox : non représentatives des coûts réels.
  • Régions agrégées (pas de ventilation par pays ou État / province).
  • Tarifs énergétiques synthétiques, sans connexion directe à des contrats réels.

Évolutions prévues (famille v2.x) :

  • segmentations sous-régionales (ex. Texas, Québec) dans le moteur privé,
  • intégration optionnelle de métriques CO₂ et de fiscalité énergétique,
  • scénarios avancés de sensibilité prix / énergie par région.

8. Documentation associée

GHI Regional Model v1.0

The Global HashCost Index (GHI) relies on a regional model to describe Bitcoin production costs across major geographic areas. The current public implementation uses the Sandbox Engine v0.4.0, which serves synthetic but stable data for prototyping and integration testing.

1. Purpose of regions

  • Provide a geographical breakdown of production costs.
  • Enable comparisons between large areas (relative costs, energy sensitivity).
  • Prepare the future extension to more granular sub-regions.

In GHI v1.0, three synthetic regions are used:

  • North America (north_america)
  • Europe (europe)
  • Asia (ex-China) (asia_no_china)

2. Regional data structure

Each region is described using a set of synthetic assumptions, aligned with the GHI Data Model v1.0:

  • Estimated hashrate share (hashrate_share).
  • ASIC fleet mix (average efficiency in J/TH).
  • Energy tariff mix (floor / central / ceiling scenarios).
  • Load factor (utilization profile of mining facilities).
  • Min / avg / max cost (USD/BTC) derived from these inputs.

In the public repository, all these values are purely illustrative: they are not meant to represent real-world production costs and only exist to stabilise the API responses.

3. Region: North America

The North America aggregate mainly covers industrial mining activity in Canada and the United States. In the public engine:

  • the machine mix leans toward more recent ASICs,
  • energy tariffs are modelled as synthetic industrial contracts,
  • the hashrate share is a fixed, normalised constant.

The Sandbox Engine combines these elements to produce a fictional min / avg / max cost of production for the region.

4. Region: Europe

The Europe aggregate represents a diverse set of energy jurisdictions. In the public model:

  • assumed electricity prices are higher on average than in other regions,
  • the machine mix is synthetic, with slightly lower efficiency than the most advanced industrial parks worldwide,
  • hourly profiles are simplified into basic peak / off-peak patterns.

Again, the numerical values provided by the Sandbox are deterministic but not representative of the actual market.

5. Region: Asia (ex-China)

The Asia (ex-China) aggregate covers a heterogeneous group of countries. In the public model:

  • energy price assumptions reflect a synthetic basket of industrial contracts,
  • the machine mix combines both recent and older ASIC generations,
  • the hashrate share is a normalised constant, used only to generate example regional outputs.

6. Aggregation into the global GHI

The global GHI is derived by aggregating regional costs using hashrate-based weights. For the Sandbox Engine:

  • weights are fixed and normalised,
  • the global output is a deterministic band: min_cost, avg_cost, max_cost.

7. Limitations and roadmap

  • Sandbox data is not representative of real production costs.
  • Regions are aggregates (no country- or state-level breakdown yet).
  • Energy tariffs are synthetic and not linked to any specific contract.

Planned evolutions (v2.x family):

  • more granular sub-regions (e.g. Texas, Québec) in the private engine,
  • optional integration of CO₂ metrics and energy-related taxes,
  • advanced price / energy sensitivity scenarios per region.

8. Related documentation