D'où vient la valeur du jeton GNK

Chaque requête IA sur 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 est versé à l'hôte qui a traité la requête — une rémunération directe pour le travail de calcul.
• 20 % du paiement va au community pool — un fonds pour le développement de l'écosystème.

Le community pool n'est pas la « poche des fondateurs ». Les fonds sont alloués à : des primes pour les développeurs (paiement pour les correctifs de bugs, nouvelles fonctionnalités, documentation), la formation de nouveaux modèles IA (DiLoCo — entraînement distribué via le réseau), des subventions pour l'écosystème (outils, intégrations, SDK).

La tarification des requêtes IA 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 disponibles), le prix est plus élevé. En cas de faible charge, il est moins cher. C'est un mécanisme de marché : les hôtes rivalisent pour les tâches et les utilisateurs obtiennent le prix optimal. En conséquence, le coût de l'inferenced via Gonka est d'environ 0,003 $/1M de jetons — ~830 fois moins cher que les 2,50—15 $/1M d'OpenAI GPT.

Principe clé : plus les utilisateurs envoient des requêtes à l'IA, plus il faut de GNK pour payer, et plus la demande pour le jeton augmente. Il s'agit d'un lien direct entre l'utilisation du produit et la demande pour l'actif — ce qui manque à la plupart des cryptomonnaies.

Exemple concret : un développeur construit un chatbot pour le support client. Via OpenAI GPT, cela coûte 2,50—15 $/1M de jetons. Via Gonka, c'est 0,003 $/1M. Sur un volume de 100M de jetons par mois, l'économie est de 250—1 500 $ — assez 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 pour le GNK.

Un autre facteur : la vitesse de circulation du jeton. Le GNK ne « reste pas simplement dans un portefeuille » — il circule en permanence : les utilisateurs achètent des GNK pour les requêtes IA, les hôtes reçoivent des GNK pour le travail, une partie des GNK est brûlée. Cette circulation active crée une demande de marché constante, contrairement aux jetons 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 : ~0,50—0,60 $ (SafeTrade, HEX OTC). Pas encore de listing sur les grands CEX (Binance, Coinbase) — le TGE et les listings tier-1 figurent dans la feuille de route.
• Réseau : ~4 648 GPU, ~113 participants, ~582 ML-nœuds.
• Coût de l'inferenced : ~0,003 $ par million de jetons. Comparaison : OpenAI GPT — 2,50—15 $/1M (~830 fois plus cher).
• Investissements : ~80 M$ de Coatue, Bitfury (50 M$ Series B), Slow Ventures, K5, Insight Partners, Benchmark.
• Audit : CertiK — entreprise leader dans la sécurité Web3.
• Code : open source sur GitHub (github.com/gonka-ai/gonka).
• Mainnet : lancé en août 2025.

Perspectives : TGE + listings CEX tier-1 à l'horizon. Des gouvernements (Ouzbékistan, Bhoutan) envisagent l'intégration de centres de données étatiques. Le marché du calcul IA croît de plus de 30 % par an. La feuille de route inclut le one-click mining (Q1—Q2 2026), le Confidential Computing (Q2—Q3 2026).

Avertissement : rien dans cet article ne constitue un conseil financier. Le prix du GNK peut augmenter comme baisser. N'investissez que des fonds dont vous n'avez pas besoin.

Contexte pour l'investisseur : Le GNK en est à un stade précoce, similaire à l'ETH en 2016—2017 ou au SOL en 2020—2021. Le projet dispose d'un produit fonctionnel, d'investisseurs sérieux et d'un réseau en pleine croissance — mais n'est pas encore négocié sur les grandes bourses. Historiquement, ce sont ces types de projets qui ont montré la plus forte croissance lors de leur listing sur les CEX tier-1. Mais : les résultats passés ne garantissent pas les futurs. Il s'agit d'un stade précoce avec les risques associés.

En comparaison avec des projets similaires : Bittensor (TAO) — 2 Mds de market cap, mais 60 % des récompenses vont aux stakers, pas aux calculateurs. Render (RNDR) — des milliards de market cap, mais lié au marché du rendu 3D, pas à l'IA. Le GNK est encore à un stade précoce, mais lié au segment le plus dynamique : l'inferenced IA.