Un projet d’intelligence artificielle décentralisé vient d’apprendre à ses dépens que la communauté crypto est très douée pour vérifier les reçus. Quasar, opérant en tant que Subnet 24 sur le réseau Bittensor, a lancé ce qu’il a qualifié de modèle révolutionnaire de 120 milliards de paramètres avec une fenêtre de contexte de 5 millions de jetons. En quelques heures, des chercheurs indépendants ont découvert que 96 à 98 % de ses poids étaient presque identiques à ceux d’un modèle existant d’Ant Group.
Les conséquences ont été rapides. Le token SN24 alpha a chuté d'environ 70 à 75 % lors d'une seule session de trading.
Le modèle et le déséquilibre
Quasar, dirigé par SILX AI, avait été en construction vers ce moment depuis plusieurs mois. Le projet a publié Quasar-Preview, un modèle comptant environ 20 milliards de paramètres au total, ainsi que Quasar-3B en avril 2026. Les deux étaient présentés comme des étapes vers un modèle bien plus vaste, entièrement formé par des méthodes décentralisées sur le réseau Bittensor.
La version 120B devait être la récompense. SILX AI a présenté le modèle comme un triomphe de l'entraînement décentralisé, accompagné d'innovations architecturales promise, comme un « Loop Transformer » et une « mémoire Engram ». Ces fonctionnalités étaient censées résoudre les problèmes de mémoire et de cohérence qui affligent les architectures transformer classiques lorsqu'elles gèrent des contextes extrêmement longs.
Lorsque des analystes indépendants ont examiné les poids réels du modèle, ces nouvelles caractéristiques architecturales étaient largement absentes. Au contraire, l’analyse a révélé que la grande majorité des poids, entre 96 % et 98 %, correspondaient étroitement au modèle Ling-mini-base-2.0 d’Ant Group.
Pourquoi cela compte pour l'écosystème de Bittensor
Bittensor repose sur une prémisse fondamentalement différente de la plupart des projets crypto. Son réseau incite à l'intelligence machine décentralisée grâce à un minage et une validation compétitifs, où différents sous-réseaux se concentrent sur des tâches d'IA distinctes. L'accent du sous-réseau 24 a été mis sur le développement de modèles fondamentaux à long contexte, ce type d'IA capable de traiter et de raisonner sur des documents massifs sans perdre le fil.
SILX AI a promu une vision ambitieuse pour l'avenir de Quasar, incluant un objectif de 10 billions de jetons en formation totale, et affirme que les méthodes de formation décentralisées peuvent réduire les coûts de 99,5 % par rapport aux approches centralisées classiques.
L'effondrement du jeton et les conséquences pour les investisseurs
Les marchés n'ont pas attendu d'explications. La baisse de 70 à 75 % du token SN24 en une seule session est du type de chute qui accompagne généralement des allégations de fraude ou des exploitations de protocole, et non des débats sur l'architecture du modèle.
L'écart entre ce qui avait été promis sur le plan architecturale, y compris le Loop Transformer et la mémoire Engram, et ce qui a réellement été livré dans les poids du modèle est trop grand pour être comblé uniquement par le marketing.