D'où vient la valeur du jeton GNK

Chaque requête AI dans Gonka est payée en GNK. Ce n'est pas une option, mais le seul moyen d'utiliser le réseau – le jeton est intégré au protocole au niveau architectural. Mécanique de distribution :

• 80 % du paiement revient à l'hôte qui a traité la requête – une récompense directe pour le travail de calcul.
• 20 % du paiement vont au pool communautaire – fonds pour le développement de l'écosystème.

Le pool communautaire n'est pas une « poche des fondateurs ». Les fonds sont utilisés pour : les primes aux développeurs (paiement pour les corrections de bugs, les nouvelles fonctionnalités, la documentation), la formation de nouveaux modèles AI (DiLoCo – apprentissage distribué via le réseau), les subventions écosystémiques (outils, intégrations, SDK).

La tarification des requêtes AI est dynamique : le prix est recalculé à chaque bloc en fonction de la charge du réseau. En cas de forte charge (beaucoup de requêtes, peu de GPU libres) – le prix est plus élevé. En cas de faible charge – moins cher. C'est un mécanisme de marché : les hôtes se concurrencent pour les tâches, et les utilisateurs obtiennent le prix optimal. En conséquence, le coût de l'inférence via Gonka est d'environ 0,0009 $ / 1 million de tokens – environ 2 800 fois moins cher que les 2,50 $ à 15 $ / 1 million de tokens d'OpenAI GPT.

Principe clé : plus il y a d'utilisateurs qui envoient des requêtes à l'AI – plus il faut de GNK pour le paiement, plus la demande de jetons est élevée. C'est un lien direct entre l'utilisation du produit et la demande d'actifs – ce qui manque à la plupart des cryptomonnaies.

Exemple concret : un développeur crée un chatbot pour le support client. Via OpenAI GPT, cela coûte 2,50 $ à 15 $ / 1 million de tokens. Via Gonka – 0,0009 $ / 1 million. Sur un volume de 100 millions de tokens par mois, l'économie est de 250 $ à 1 500 $ – suffisant pour couvrir le salaire d'un développeur. Cette économie est la raison pour laquelle les entreprises passeront à Gonka, et la transition des entreprises est la raison de la croissance de la demande de GNK.

Autre facteur : la vitesse de circulation des jetons. Le GNK ne « reste pas seulement dans le portefeuille » – il circule constamment : les utilisateurs achètent des GNK pour les requêtes AI, les hôtes reçoivent des GNK pour leur travail, une partie des GNK est brûlée. Cette circulation active crée une demande de marché constante, contrairement aux jetons qui sont achetés et conservés dans l'espoir d'une hausse des prix.

Le marché mondial du calcul AI est estimé à plus de 150 milliards de dollars (2025) et croît de plus de 30 % par an. Ce n'est pas une prévision – c'est une tendance confirmée par les dépenses des plus grandes entreprises mondiales :

• Projet Stargate (SoftBank + OpenAI) : des centaines de milliards de dollars pour la construction de centres de données géants aux États-Unis.
• Microsoft : plus de 80 milliards de dollars pour l'infrastructure AI rien qu'en 2025.
• Google, Meta, Amazon : chacune dépense des dizaines de milliards chaque année pour les clusters GPU.

Problème : les GPU de génération H100 deviennent obsolètes en environ 2 ans avec la sortie des H200, B100, B200. Mais les entreprises inscrivent l'amortissement sur 5 à 6 ans, créant une illusion comptable de rentabilité. Le coût réel des calculs AI est caché derrière des astuces comptables. Les pertes prévues d'OpenAI s'élèvent à 112 milliards de dollars d'ici 2030.

Gonka ne construit pas de centres de données – elle agrège des GPU existants dans le monde entier. Pas de dépenses en capital de centaines de milliards. Pas d'amortissement étalé sur 6 ans. Si un GPU est obsolète, l'hôte le remplace simplement par un nouveau, et le risque est assumé par le propriétaire du matériel, pas par le réseau. Le modèle distribué s'adapte sans dettes et sans bulle.

Pour l'investisseur, il est important : la demande de calculs AI n'est pas une prévision, mais un fait. Chaque année, des millions de nouvelles applications AI sont lancées sur le marché : chatbots, génération de contenu, analyse de données, diagnostic médical, agents autonomes. Chaque application de ce type est un consommateur potentiel de puissance de calcul. Le marché ne se contente pas de croître – il s'accélère. Et plus il y a d'applications, plus la demande de GNK en tant que carburant pour leur fonctionnement est forte.

Indicateur concret : selon McKinsey, l'AI générative ajoutera 2 600 à 4 400 milliards de dollars à l'économie mondiale chaque année. Chaque dollar de cette valeur nécessite une puissance de calcul. Une partie de cette puissance peut être fournie par Gonka – et chaque requête traitée génère une demande de GNK.

Il est important de comprendre : plus il y a d'hôtes connectés au réseau, plus la concurrence pour les récompenses est forte à chaque sprint – les premiers participants obtiennent un avantage avec moins de concurrents.

Un total de 1 milliard de GNK sera émis – il s'agit d'un plafond strict, fixé dans le code. Il n'y en aura jamais plus. Répartition :

• 800M (80%) — aux hôtes pour le travail réel (calculs de requêtes AI). Il s'agit d'une récompense pour la fourniture de la puissance GPU au réseau.
• 200M (20%) — réservés aux fondateurs avec vesting. Le vesting signifie un déblocage progressif selon un calendrier – les fondateurs ne peuvent pas vendre tous les jetons en une seule fois.

Mécanisme de burn : une partie des frais de transaction du réseau est définitivement détruite – « brûlée » (burn). Chaque GNK brûlé réduit l'offre totale du jeton. Au fil du temps, cela crée une pression déflationniste : la quantité de GNK diminue, et la demande de calculs AI augmente.

Analogie : après la mise à jour The Merge d'Ethereum (2022), une partie des frais (base fee) a commencé à être brûlée. En périodes de forte activité, le réseau brûle plus d'ETH qu'il n'en émet – le jeton devient déflationniste (l'offre diminue). Gonka applique un principe similaire : avec une utilisation croissante de l'AI, le burning des frais peut dépasser l'émission, créant une pression déflationniste durable.

En quoi cela diffère-t-il de la plupart des cryptomonnaies : les meme coins et de nombreux jetons DeFi n'ont pas de mécanisme liant l'utilisation à la réduction de l'offre. GNK est un cas rare où la demande utilitaire (paiement des requêtes AI) + le mécanisme de burn + l'émission limitée créent un modèle économique fondamental, et non spéculatif.

À titre de comparaison : Bitcoin n'a pas de mécanisme de burn – sa déflation est basée uniquement sur l'émission limitée (21M) et le halving tous les 4 ans. GNK combine les deux mécanismes : émission limitée (1B) ET burning actif à chaque transaction. Avec une utilisation croissante du réseau AI, cela crée une double pression sur la croissance du prix : demande croissante + offre décroissante.

Indicateurs actuels du projet (mars 2026) :

• Prix du GNK : ~0,54 $ à 0,68 $ (SafeTrade, HEX OTC). Pas encore listé sur les grands CEX (Binance, Coinbase) — TGE et listages de niveau 1 sont prévus dans la feuille de route.
• Réseau : ~4 648 GPU, ~113 participants, ~582 nœuds ML.
• Coût de l'inférence : ~0,0009 $ par million de jetons. Comparaison : OpenAI GPT — 2,50 $ à 15 $/M (environ 2 800 fois plus cher).
• Investissements : ~80 millions de dollars de Coatue, Bitfury (50 millions de dollars en série B), Slow Ventures, K5, Insight Partners, Benchmark.
• Audit : CertiK — société leader dans la sécurité Web3.
• Code : open source sur GitHub (github.com/gonka-ai/gonka).
• Mainnet : lancé en août 2025.

Perspectives : TGE + listages CEX de niveau 1 à l'horizon. Les gouvernements (Ouzbékistan, Bhoutan) envisagent l'intégration de centres de données étatiques. Le marché de l'AI computing croît de plus de 30 % par an. La feuille de route inclut le minage en un clic (T1-T2 2026), le Confidential Computing (T2-T3 2026).

Avertissement : rien dans cet article ne constitue un conseil financier. Le prix du GNK peut augmenter ou diminuer. Investissez uniquement des fonds libres.

Contexte pour l'investisseur : GNK est à un stade précoce, similaire à l'ETH en 2016-2017 ou au SOL en 2020-2021. Le projet a un produit fonctionnel, des investisseurs importants et un réseau en croissance — mais n'est pas encore négocié sur les grandes bourses. Historiquement, ce sont ces projets qui ont montré la plus forte croissance lors du listage sur les CEX de niveau 1. Mais : les résultats passés ne garantissent pas les résultats futurs. C'est un stade précoce avec les risques correspondants.

À titre de comparaison avec des projets similaires : Bittensor (TAO) — 2 milliards de dollars de capitalisation boursière, mais 60 % des récompenses vont aux stakers, et non aux calculateurs. Render (RNDR) — des milliards de capitalisation boursière, mais lié au marché du rendu 3D, et non à l'IA. GNK est encore à un stade précoce, mais est lié au segment le plus rapide — l'inférence d'IA.