Quand on grimpe le week-end jusqu’au milieu de la montagne, les genoux flanchent : je m’assois sur une marche en pierre, haletant. À côté, un grand gars en veste coupe-vent feuillette sa montre de sport et se vante à son ami avec ses kilomètres des trois derniers mois : il affirme que son total a doublé. Je souris. Dans ma tête, ça fait surgir @OpenGradient , les dernières données du site officiel : 4500 modèles, 2 millions d’inférences AI vérifiables, plus de 500 000 preuves zkML avec témoignage TEE, et 100% de compatibilité EVM. Trois mois plus tôt, le livre blanc révélait seulement 2000+, et cette fois c’est directement le double.
Tu vois le nombre, mais que cache-t-il derrière ? Ce n’est pas juste une ligne de jolis graphiques dans un PPT : il y a vraiment des développeurs qui téléversent, un à un, les poids de 4500 modèles sur Model Hub ; et il y a vraiment 2 millions d’appels d’inférence, dont les preuves cryptographiques sont laissées sur la chaîne, impossibles à falsifier. À la première lecture, on pense encore à un autre « patchwork ». Le slogan grandiose « The Network for Open Intelligence » donne l’impression que n’importe quel projet IA pourrait s’y greffer. Mais OpenGradient sort des chiffres que la plupart des tokens “concept IA” ne pourraient même pas atteindre en trois vies. $HEI
Cette fois, OpenGradient affiche aussi une ambition qu’on ne peut pas vraiment cacher : un réseau d’intelligence ouverte. « Ouvert » signifie que les poids des modèles ne sont pas verrouillés par les géants. « Intelligent » correspond à l’inférence vérifiable on-chain, comme un primitif. « Réseau » relie toute la chaîne d’applications : de Model Hub à MemSync, puis à BitQuant, jusqu’à Twin.fun. On peut se sentir grisé rien qu’en voyant le double sur trois mois, mais la qualité suit-elle ? Le ratio entre l’accès aux tendances et celui de la longue traîne augmente-t-il aussi ? Sur les 4500, combien sont vraiment utilisés par de vraies personnes, et combien ne font que “gonfler le compteur”, accrochés comme une vitrine ? Quel est réellement le coût de génération et le coût de vérification des 500 000 preuves zkML ? Ces détails, le site ne te les dira pas : il faut aller les déterrer soi-même.
La semaine prochaine, je commence par tirer un histogramme de distribution pour les 4500 modèles sur Model Hub, en fonction de la fréquence d’appel : combien de flux sont captés par le top 100, si la longue traîne n’est pas en grande partie composée de zombies. Se fier uniquement au chiffre total est le plus facile à se faire tromper.
Au sommet, le nuage pèse bas : le grand gars s’est déjà levé et continue de monter. Le chiffre sur sa montre continue de sauter, et personne ne va prouver si c’est un vrai effort sur trois mois ou si la plateforme a simplement doublé les pas par défaut grâce à son algorithme. Sur ce réseau OpenGradient, chaque inférence est signée et enregistrée sur la chaîne : personne ne peut la voler. $G
Ne prends pas la recherche des autres comme ta propre foi : monter dans le train sans comprendre, c’est le moyen le plus simple de payer des frais de scolarité.
#opg $OPG