Rayon Labs : Un leader des subnets sur Bittensor (TAO) ?
29 avril 2025

Dans cet article
Rayon Labs est une société qui développe des solutions d'IA sur l'infrastructure de Bittensor et qui opère trois subnets : Chutes (64), Gradients (56) et Nineteen (19). Ces solutions concurrencent déjà des acteurs majeurs du Web2, alors il est temps de s'y intéresser dans cette analyse.
Cette analyse est issue d'une vidéo réalisée par notre contributeur, Victor.crypto, actuellement disponible sur sa chaîne YouTube.
Présentation de Rayon Labs
Qu’est-ce que Rayon Labs ?
Rayon Labs est une société qui développe des services d’Intelligence Artificielle (IA) sur l’infrastructure de Bittensor (TAO). L’équipe opère actuellement trois subnets : Chutes (64), Gradients (56) et Nineteen (19), qui figurent parmi les plus capitalisés du protocole. Chacun de ces subnets adresse un cas d’usage clé : inference, fine-tuning, ou inferencing à haute vitesse.
Leur ambition est de proposer une alternative open-source, décentralisée et plus performante que les solutions Web2, tout en maintenant une expérience utilisateur fluide. Contrairement à de nombreux projets Web3, Rayon Labs a privilégié la livraison de produits concrets à une stratégie marketing agressive. Cette approche leur permet d'afficher une traction réelle sur certains services (que nous présenterons par la suite).
Rayon Labs se distingue également par la qualité de son intégration avec l’écosystème Bittensor. Tous leurs produits sont interconnectés et alimentés par les ressources du protocole, permettant une boucle de valeur efficace entre les utilisateurs finaux, les mineurs et les validateurs.
Quelques mots sur Bittensor
Pour rappel, Bittensor est un protocole décentralisé conçu pour transformer l’échange et l’utilisation des ressources d’IA. Il repose sur un modèle de Subnets, des réseaux spécialisés sur une ou plusieurs missions (inference, fine-tuning de modèles, calcul GPU, etc.) qui fonctionnent comme des startups.
→ Vous souhaitez approfondir sur Bittensor (TAO) ? Retrouvez notre présentation complète :

Bittensor (TAO) : Présentation complète d'un protocole qui associe IA et blockchain
Le secteur de l’IA dans les cryptos est en ébullition depuis le début de 2024 et Bittensor est souvent perçu comme l’un des leaders de cette tendance. Dans cet article, nous vous présentons Bittensor, sa technologie, son fonctionnement et son potentiel, ainsi que ses points faibles et axes d’amélioration. Enfin, nous vous proposerons une vue d’ensemble de l’écosystème Bittensor et de quelques applications phares.
L’écosystème Bittensor est structuré autour du TAO, un token qui alimente le staking, les récompenses et la gouvernance. Depuis l’arrivée de la mise à jour Dynamic TAO, chaque subnet dispose de son propre token natif, créant ainsi un marché où les utilisateurs peuvent choisir à quel subnet ils souhaitent déléguer leurs TAO.
Les mineurs assurent le fonctionnement des subnets et l’exécution des tâches, tandis que les validateurs évaluent leur performance. Désormais, les meilleurs subnets attirent théoriquement plus de TAO en staking de la part des utilisateurs, donc perçoivent plus d’émissions et ainsi plus de ressources pour se développer. Ce modèle crée un mécanisme de compétition permanente, où seuls les plus performants survivent.
→ Tout comprendre à Dynamic TAO (dTAO), une mise à jour majeure pour Bittensor :
Une équipe technique expérimentée
Fondé par deux individus reconnus de l’écosystème Bittensor, Namoray et BonOliver (co-fondateur français), Rayon Labs est porté par une quinzaine de collaborateurs full-time. L’équipe a démontré une bonne capacité d’exécution puisqu’en l’espace de quelques mois, elle a lancé plusieurs produits fonctionnels, aux UX abouties, avec des intégrations profondes (API, dashboards, infrastructure GPU).
Certaines figures sont publiques, comme Jon Durbin sur le subnet 64, tandis que d’autres préfèrent rester anonymes. Cette stratégie soulève parfois des interrogations, mais la qualité des livrables et la rapidité de déploiement atténuent largement les craintes.
Rayon Labs se positionne aujourd’hui comme le leader incontesté de Bittensor en termes de qualité de produit, d’adoption utilisateur et de compétence technique. Dans la suite de ce rapport, nous allons présenter les principaux produits développés par Rayon Labs.
Chutes : Subnet 64
Présentation générale
Chutes est le subnet 64 de Bittensor et la solution phare de Rayon Labs. Il s’agit d’un service d’inférence open-source qui permet de déployer et d’exécuter des modèles d’intelligence artificielle à grande échelle.
Le produit repose sur deux éléments fondamentaux : une API pour permettre aux développeurs d’accéder aux différents modèles d’IA et de la puissance de calcul pour faire tourner ces modèles, délivrée par son propre réseau de mineurs (composé de GPU).
Concrètement, Chutes vise à offrir une alternative décentralisée aux principaux services Web2 comme l’API d’OpenAI, tout en garantissant une meilleure accessibilité, une plus grande diversité de modèles et des performances supérieures.
Chutes se distingue également par son intégration très réactive aux dernières nouveautés du secteur IA. En effet, ils ont été les premiers à proposer des modèles comme DeepSeek V3 et ils ont récemment été salué publiquement par des acteurs comme OpenRouter pour leur vitesse d’exécution.
Enfin, la plateforme est conçue pour accueillir prochainement des fonctionnalités avancées comme le Trusted Execution Environment (TEE), une technologie de confidentialité permettant d’exécuter des requêtes sans jamais exposer les données de l’utilisateur aux mineurs. Cela pourrait ouvrir la porte à de nombreux cas d’usage B2B.
Adoption et métriques clés
Depuis son lancement fin janvier 2025, l’adoption de Chutes est spectaculaire. La plateforme traite plus de 30 milliards de tokens par jour, soit plusieurs millions de requêtes quotidiennes, avec une courbe de croissance continue.
Chutes est aujourd’hui l’un des principaux fournisseurs d’inférence sur la plateforme OpenRouter, aux côtés de géants comme Anthropic et loin devant des acteurs comme Together AI ou Nebius. Leur offre gratuite a permis d’acquérir rapidement une base d’utilisateurs, et de nombreux projets continuent d’utiliser leurs modèles même après le début de la monétisation.
Actuellement, plus de 100 000 utilisateurs utilisent l’API Chutes, ce qui fait que OpenRouter ne représente plus que la moitié de leur trafic.
Business model et monétisation
Auparavant, l’utilisation de Chutes était entièrement gratuite, ce qui a permis de connaître cette croissance rapide. Depuis avril 2025, Chutes a commencé à monétiser certains de ses modèles (avec un paiement en TAO ou en fiat), bien que la volonté soit de rester toujours à des prix inférieurs à la concurrence.
Tous les revenus générés sur Chutes sont utilisés dans un mécanisme d’auto-staking, consistant à racheter le token natif du subnet pour le redistribuer au réseau. Ce système aligne les intérêts de l’utilisateur, de l’infrastructure (mineurs/validateurs), et du token.
Squad : AI Agent Platform
Squad est la nouvelle plateforme développée par Rayon Labs pour permettre à n'importe qui de créer, déployer et interagir avec des agents IA. Conçue comme une interface no-code inspirée de l'expérience utilisateur de Figma, Squad se positionne comme une solution accessible à tous de manière intuitive et sans compétence en programmation.
Entièrement construite sur l'infrastructure de Chutes (subnet 64), Squad bénéficie d'un accès direct aux modèles d'IA déployés par Rayon Labs, ainsi qu'à la puissance de calcul fournie par leur réseau de mineurs GPU.
Squad permet de concevoir un agent IA personnalisé en assemblant trois briques principales : il suffit de choisir un modèle de contrôle (le "cerveau" de l'agent), de définir son message système (qui oriente son comportement), puis d'y connecter différents outils (recherche web, génération d'images, traitements audio, etc.). En quelques minutes, il est ainsi possible de construire des agents capables d'interagir de manière autonome avec leur environnement.
Côté business model, Squad propose une version gratuite pour tester la création d'un premier agent avec un nombre limité d'outils, et une formule Pro à 40 $ par mois pour débloquer l'ensemble des fonctionnalités. Cette approche vise à construire une base d'utilisateurs large tout en générant des revenus récurrents pour Rayon Labs.
Gradients : Subnet 56
Présentation générale
Gradients est le subnet 56 de Bittensor, développé par Rayon Labs pour répondre à un besoin encore peu couvert dans l'écosystème : le fine-tuning de modèles d'IA (i.e leur amélioration pour répondre à un cas d’usage précis). Là où Chutes permet d'utiliser des modèles open-source en quelques clics, Gradients propose de les personnaliser en fonction de jeux de données ou de consignes spécifiques.
Concrètement, Gradients permet aux utilisateurs (développeurs, chercheurs ou entreprises) de lancer facilement des sessions de fine-tuning sans avoir à gérer d’infrastructure lourde. Toute la partie technique, depuis l’orchestration jusqu'à la gestion des ressources GPU, est assurée par le réseau de mineurs du subnet 56.
La plateforme prend en charge plusieurs types de fine-tuning : supervision classique, reinforcement learning with human feedback (RLHF), et alignement de modèles pour des cas d’usage plus complexes comme les agents spécialisés. Le tout repose sur un accès serverless, via une API simple ou une interface graphique intuitive, dans la continuité de l’expérience offerte par Chutes.
Gradients se positionne ainsi comme une alternative décentralisée et économique aux solutions propriétaires Web2, en offrant plus de flexibilité sur les données utilisées et sur les méthodes d’entraînement.
Adoption et métriques clés
Bien que lancé plus récemment que Chutes, Gradients a rapidement suscité l'intérêt de nombreux utilisateurs de l’écosystème Bittensor. La possibilité d'adapter des modèles open-source à moindre coût, combinée à une UX simplifiée, a permis au subnet de connaître une adoption rapide.
Les volumes d’activité sont encore modestes comparés à ceux de Chutes, du fait de la complexité plus grande des workflows de fine-tuning, mais ils suivent une dynamique de croissance constante. Le subnet s'est rapidement imposé comme la principale solution de fine-tuning sur Bittensor.
La qualité de l’infrastructure, capable de mobiliser massivement des GPUs pour entraîner des modèles de manière distribuée, est également reconnue comme l’un des points forts de Gradients par les utilisateurs précoces.
Business model et monétisation
Gradients suit un modèle économique très proche de celui de Chutes : un accès gratuit de base pour encourager l’adoption, puis une facturation progressive en fonction des ressources consommées (temps GPU, taille des modèles, type de fine-tuning), payable en TAO ou en fiat.
Les coûts d’utilisation sont faibles : 5 dollars par heure d’entrainement, soit moins que Together AI et beaucoup moins que les solutions majeures proposées par Amazon et Google. Par ailleurs, le prix n’est pas au détriment des performances puisque sur une centaine de test comparatifs, Gradients a remporté l’ensemble d’entre eux (note importante : la recherche a été réalisée par l’équipe de Gradients).
Comme pour les autres produits de Rayon Labs, les revenus collectés sont utilisés dans un mécanisme d’auto-staking pour soutenir le token natif du subnet. Cette approche aligne les incitations entre les utilisateurs, les mineurs, les validateurs et les détenteurs du token.
Nineteen : Subnet 19
Présentation générale
Nineteen est le subnet 19 de Bittensor, développé par Rayon Labs pour répondre à une problématique précise : l’inférence haute fréquence. Alors que Chutes est optimisé pour un usage généraliste, Nineteen cible les applications nécessitant des temps de réponse ultra-rapides et des performances en basse latence.
Le subnet a été conçu spécifiquement pour traiter des flux intensifs de requêtes, tout en maintenant une qualité de réponse élevée. Pour cela, Nineteen mobilise un réseau de mineurs GPU spécialisés, capables d'assurer une très haute disponibilité et une exécution rapide, y compris sur des modèles volumineux.
Ce type d'infrastructure est essentiel pour des cas d'usage comme les assistants temps réel, les agents autonomes interagissant en direct avec leur environnement, ou encore certaines applications industrielles où la latence est critique.
Pour résumer, Nineteen propose de la performance pure sur quelques modèles ciblés, tandis que Chutes offre de la stabilité sur un grand nombre de modèles.
Adoption et métriques clés
Lancé en avril 2025, Nineteen s’adresse pour l’instant à une clientèle plus spécifique que Chutes ou Gradients, mais commence déjà à trouver son marché. Plusieurs équipes développant des agents IA complexes sur Bittensor (notamment via Squad) ont adopté Nineteen comme backend privilégié pour améliorer la réactivité de leurs applications.
Même si les volumes d’utilisation sont encore inférieurs à ceux de Chutes, la plateforme enregistre une croissance stable portée par des besoins techniques réels, et bénéficie d’un bouche-à-oreille positif dans les cercles de développeurs IA les plus avancés.
La capacité de Nineteen à maintenir des temps de réponse faibles malgré une montée en charge progressive est aujourd'hui considérée comme l'une de ses plus grandes réussites.
D’ailleurs, récemment, Mistral a publié un graphe pour se mettre en avant et montrer leurs performances et leur latence sur un certain benchmark, en se comparant à des OpenAI et à des Anthropic : Nineteen a tenté l’expérience et a explosé les performances de Mistral.
Business model et monétisation
Le modèle économique de Nineteen repose, comme pour les autres subnets de Rayon Labs, sur un accès partiellement gratuit pour favoriser l’adoption initiale. D’ici peu, Nineteen devrait poursuivre par la mise en place d’une tarification basée sur l’usage (temps GPU, nombre de requêtes, priorité d’accès).
Les prix pratiqués seront probablement légèrement supérieurs à ceux de Chutes, en cohérence avec la qualité de service premium proposée, mais dans l’objectif de rester très compétitifs par rapport aux solutions Web2 traditionnelles.
Tous les revenus collectés sur Nineteen sont également utilisés pour alimenter un mécanisme d’auto-staking en faveur de son token natif, consolidant ainsi l’économie circulaire propre à chaque subnet opéré par Rayon Labs.
Les trois tokens de Rayon Labs
Avec la mise à jour Dynamic TAO de Bittensor, chaque subnet peut émettre son propre token natif. Rayon Labs a ainsi lancé trois tokens distincts pour ses subnets, permettant aux utilisateurs de staker directement sur le subnet de leur choix, d'exercer leur pouvoir de gouvernance, et de capter une partie de la valeur générée par l’activité du réseau.
Pour rappel, Rayon Labs a mis en place un mécanisme d’auto-staking sur ses produits : une partie des revenus générés (par exemple via Chutes, Gradients ou Squad) est utilisée pour racheter les tokens correspondants sur le marché secondaire et les staker de manière continue.
Aujourd'hui, le token de Chutes est largement en tête en termes de capitalisation (60 millions de dollars), notamment car l’adoption est la plus importante et que Squad se base dessus. Gradients commence également à attirer une base d’utilisateurs grâce à sa montée en puissance dans le secteur du fine-tuning, ce qui lui permet d’être deuxième (30 millions de dollars). Enfin, Nineteen se classe à la troisième positions des subnets de Rayon Labs (15 millions de dollars).
→ Vous cherchez à comprendre comment investir dans les subnets Bittensor ? Voici notre analyse :
Conclusion
Rayon Labs est aujourd’hui l’un des acteurs les plus importants de l’écosystème Bittensor. Leur approche, fondée sur la livraison rapide de produits concrets et une intégration profonde avec l’infrastructure TAO, leur a permis de prendre une avance nette sur leurs concurrents. Grâce aux trois subnets Chutes, Gradients et Nineteen, ainsi que Squad, Rayon Labs couvre désormais des cas d’usage essentiels pour l’IA open-source, allant de l’inférence au fine-tuning jusqu’à l’orchestration d’agents autonomes.
Parmi les forces principales du projet, on peut citer la qualité technique de l’infrastructure, la rapidité d’exécution, la capacité à intégrer les dernières avancées du secteur IA en temps réel, ainsi qu'une stratégie économique intéressante via les mécanismes d’auto-staking. La diversification de leurs produits permet également d’amortir les risques : même si un service venait à ralentir, d’autres relais de croissance peuvent prendre le relais.
Cependant, Rayon Labs fait face à plusieurs défis. Le marché de l’inférence et du fine-tuning devient de plus en plus concurrentiel, notamment avec la montée en puissance de solutions Web2 à bas coût. L’équipe devra continuer d’innover pour maintenir son avance, tout en assurant la scalabilité de son infrastructure GPU. De plus, la dépendance de leur modèle économique à l’écosystème Bittensor reste une contrainte : toute évolution défavorable du protocole ou du prix du TAO pourrait impacter leur croissance.
En résumé, Rayon Labs dispose aujourd’hui de fondamentaux solides pour s’imposer durablement dans l’IA décentralisée. Leur capacité à exécuter rapidement, leur vision produit claire et leur alignement d'intérêts avec les utilisateurs leur confèrent un avantage compétitif rare dans l'écosystème Web3. À condition de conserver ce niveau d’exigence et d’anticiper l’évolution rapide du secteur IA, Rayon Labs pourrait devenir l’un des premiers exemples de réussite à grande échelle dans le domaine des infrastructures IA décentralisées.