Imaginez un service d’intelligence artificielle qui traite des centaines de milliards de tokens sans jamais conserver vos données, tout en vous permettant de payer simplement par carte bancaire comme pour n’importe quel abonnement en ligne. C’est exactement ce que vient d’annoncer 0G Labs pour sa plateforme Private Computer. En moins de quatre mois, ce service a déjà franchi la barre symbolique des 250 milliards de tokens traités, accueilli 15 000 utilisateurs et multiplié par quatre le nombre de modèles disponibles. Le plus frappant reste sans doute l’arrivée des paiements en dollars américains via Stripe, une évolution qui change radicalement la façon d’accéder à une IA privée et vérifiable.
Une plateforme qui a grandi à toute vitesse depuis son lancement
Lancée le 27 avril, Private Computer a démarré avec seulement sept modèles. Aujourd’hui, elle en propose 28, accessibles aussi bien via une console web que par une API compatible avec le format OpenAI. Cette progression n’est pas anodine. Elle montre à quel point la demande pour une intelligence artificielle qui respecte réellement la confidentialité des utilisateurs est forte. Les chiffres parlent d’eux-mêmes : plus de 17 millions de requêtes ont déjà été traitées, générant plus de 15 millions de preuves d’attestation basées sur des Trusted Execution Environments.
Ces environnements d’exécution de confiance, souvent désignés sous le sigle TEE, constituent le cœur technique de la promesse. Ils isolent les données et le code pendant le traitement, de sorte que les prompts ne sortent jamais de la zone protégée. Une fois la réponse générée, rien n’est stocké. Aucune donnée n’est réutilisée pour entraîner les modèles. Cette approche tranche nettement avec les pratiques de nombreux services centralisés où les conversations peuvent, d’une manière ou d’une autre, servir à améliorer les systèmes.
Des performances qui se mesurent en temps réel
Un tableau de bord public permet de suivre en direct l’activité de la plateforme. On y trouve les volumes de tokens traités, le nombre de requêtes et le compteur des preuves d’attestation. Cette transparence est rare dans le domaine de l’IA. Elle donne aux utilisateurs la possibilité de vérifier par eux-mêmes que le service tient ses engagements. Pour un projet qui se revendique de l’infrastructure décentralisée, afficher ces indicateurs en temps réel constitue un argument de poids.
Le passage de sept à vingt-huit modèles en quelques mois illustre également une stratégie claire : proposer un catalogue large qui couvre le texte, l’image, l’audio et désormais la vidéo. L’arrivée de Hailuo 3, un modèle de génération vidéo développé par MiniMax, le 3 août, a étendu encore les possibilités. Les utilisateurs peuvent aujourd’hui créer des vidéos à partir de texte ou à partir d’une image de départ, le tout depuis le même compte.
L’arrivée des paiements en dollars change la donne
Jusqu’à présent, accéder à une infrastructure d’IA décentralisée impliquait souvent de créer un portefeuille crypto, d’acheter un token spécifique et de réaliser une transaction on-chain. Cette friction a longtemps freiné l’adoption auprès d’un public plus large. Avec le lancement de USD Mode, désormais disponible pour tous, 0G Labs a décidé de supprimer cette barrière.
Les utilisateurs peuvent désormais ouvrir un compte avec une simple adresse e-mail, alimenter un solde en dollars via carte bancaire grâce à Stripe, et commencer immédiatement à utiliser les modèles. Aucun token n’est requis pour démarrer. Cette simplification est particulièrement significative pour les utilisateurs basés aux États-Unis, habitués aux parcours de paiement classiques. Michael Heinrich, cofondateur et PDG de 0G Labs, résume l’ambition en une phrase : « La privacy ne devrait pas exiger un portefeuille crypto. »
Cette déclaration n’est pas anodine. Elle marque un tournant dans la façon dont les projets liés à la blockchain et à l’IA tentent de rejoindre le grand public. Au lieu d’exiger que les utilisateurs s’adaptent aux outils crypto, la plateforme s’adapte aux habitudes de paiement existantes. Les paiements en dollars restent possibles même lorsque le modèle choisi s’appuie sur l’infrastructure de vérification décentralisée.
Vingt modèles sur vingt-huit offrent une exécution vérifiable
Sur les 28 modèles disponibles, 20 proposent une exécution vérifiable. Parmi eux, 15 s’appuient sur un système appelé TeeTLS pour un routage vérifié, tandis que cinq autres utilisent TeeML. Ce dernier conserve les prompts à l’intérieur d’une enclave matérielle pendant toute la génération de la réponse. Les pages de chaque modèle affichent clairement les labels de confidentialité, permettant à l’utilisateur de choisir le niveau de confiance souhaité avant d’envoyer sa requête.
Huit modèles ne disposent pas encore de ce niveau de vérification. Cette distinction transparente est importante. Elle laisse le choix à l’utilisateur plutôt que de prétendre que tous les modèles offrent le même degré de protection. Dans un secteur où les promesses de privacy sont parfois floues, cette clarté constitue un atout.
« Avec cette mise à jour, n’importe qui peut payer pour de l’IA en dollars et obtenir malgré tout une privacy vérifiée par le matériel. L’infrastructure décentralisée devient grand public en rejoignant les gens là où ils se trouvent, et non en leur demandant de changer leur façon de payer. »
— Michael Heinrich, cofondateur et PDG de 0G Labs
Une architecture qui s’inscrit dans un écosystème plus large
Private Computer n’est pas un service isolé. Il fonctionne comme point d’entrée vers le reste de la stack 0G : calcul décentralisé, stockage distribué, services de disponibilité des données et une blockchain compatible EVM baptisée Aristotle Mainnet. Cette dernière a été lancée en septembre 2025 en même temps que le token 0G. Le projet a déjà levé plus de 360 millions de dollars et collabore avec plus d’une centaine de partenaires, parmi lesquels figurent Chainlink, Google Cloud et Alibaba Cloud.
Cette dimension écosystème est essentielle pour comprendre la stratégie. Private Computer simplifie l’accès pour l’utilisateur final, tandis que les développeurs et les applications peuvent s’appuyer sur l’infrastructure plus profonde pour construire des agents et des services on-chain. L’intégration précédente de la famille de modèles Qianwen d’Alibaba avait déjà montré cette volonté de relier des modèles performants à des applications décentralisées.
Pourquoi la privacy matérielle prend de l’importance
Les débats autour de la confidentialité des données dans l’IA ne cessent de s’intensifier. Les utilisateurs sont de plus en plus conscients que leurs conversations, leurs images ou leurs documents peuvent être stockés, analysés ou réutilisés. Les Trusted Execution Environments apportent une réponse technique concrète : le calcul se déroule dans une zone isolée du processeur, et des preuves cryptographiques permettent de vérifier que le traitement s’est bien déroulé dans cet environnement protégé.
Cette approche se développe ailleurs dans le secteur. Plusieurs projets explorent des architectures modulaires qui séparent les charges de travail lourdes de l’IA de la vérification on-chain. Private Computer se distingue en proposant une interface grand public plutôt qu’un outil uniquement destiné aux développeurs. L’utilisateur n’a pas besoin de comprendre les détails de l’enclave matérielle pour bénéficier de ses avantages.
Un catalogue multimodale qui continue de s’enrichir
La présence de modèles de texte, d’image, d’audio et de vidéo au sein d’un même compte simplifie considérablement le parcours. Plus besoin de jongler entre plusieurs plateformes ou de créer des comptes distincts pour chaque type de génération. L’API compatible OpenAI facilite également l’intégration pour les développeurs qui utilisent déjà ce format de requêtes. Ils peuvent basculer ou tester Private Computer sans réécrire entièrement leur code.
Le choix du niveau de vérification reste possible à chaque requête. Un utilisateur peut privilégier la rapidité sur un modèle non vérifiable pour certaines tâches, puis basculer vers une exécution TEE pour des contenus plus sensibles. Cette flexibilité est rare et répond à des besoins réels : tout le monde n’a pas besoin du même niveau de protection selon le contexte.
Les implications pour l’adoption de l’IA décentralisée
En supprimant l’obligation de détenir des crypto-actifs pour commencer, 0G Labs élargit considérablement le public potentiel. Les freins techniques et culturels liés aux portefeuilles et aux tokens ont longtemps limité l’adoption des services décentralisés. USD Mode et l’inscription par e-mail constituent une réponse pragmatique à ce problème.
Cette évolution ne signifie pas pour autant que le token 0G ou la blockchain Aristotle disparaissent. Ils restent au cœur de l’infrastructure. La plateforme offre simplement une couche d’abstraction qui permet à l’utilisateur final de ne pas interagir directement avec ces couches s’il ne le souhaite pas. C’est une stratégie que l’on observe de plus en plus : rendre l’expérience utilisateur aussi simple que possible tout en conservant les propriétés décentralisées en arrière-plan.
Ce que révèlent les chiffres de croissance
Atteindre 15 000 utilisateurs en moins de quatre mois, traiter 250 milliards de tokens et générer 15 millions de preuves d’attestation constituent des indicateurs solides pour un service encore jeune. Ces volumes montrent une adoption réelle, au-delà des annonces. Le tableau de bord public permet de suivre l’évolution de ces métriques, ce qui renforce la crédibilité des annonces.
La multiplication des modèles et l’ajout de la génération vidéo indiquent également une volonté de couvrir un spectre large de cas d’usage. Un créateur de contenu, un développeur d’agents ou une entreprise soucieuse de confidentialité peuvent trouver des outils adaptés au sein de la même plateforme. Cette polyvalence est un facteur d’attraction important.
Les défis qui restent à relever
Malgré les avancées, plusieurs questions demeurent. Huit modèles sur vingt-huit ne proposent pas encore d’exécution vérifiable. L’extension de cette protection à l’ensemble du catalogue sera un point d’attention. La scalabilité de l’infrastructure TEE face à une croissance continue du volume de requêtes constitue un autre enjeu technique. Enfin, l’expérience utilisateur autour des paiements en dollars devra rester fluide pour convaincre un public non crypto-natif de rester sur la durée.
La concurrence dans le domaine de l’IA privée s’intensifie également. D’autres acteurs explorent des approches basées sur le calcul confidentiel ou le chiffrement homomorphe. La capacité de 0G à maintenir un rythme d’innovation élevé tout en simplifiant l’accès déterminera en partie sa position sur ce marché naissant.
Une vision plus large de l’IA accessible
Au-delà des chiffres et des fonctionnalités, l’annonce de Private Computer illustre une tendance plus profonde. L’intelligence artificielle ne peut plus se contenter d’être puissante. Elle doit aussi être digne de confiance. Les utilisateurs exigent de plus en plus de garanties sur le sort de leurs données. Les Trusted Execution Environments apportent une réponse technique, mais c’est l’interface et le modèle de paiement qui déterminent si cette réponse atteint réellement le grand public.
En combinant privacy matérielle, catalogue multimodale, API standard et paiements en dollars, 0G Labs tente de construire un pont entre l’infrastructure décentralisée et les usages quotidiens. Le pari est ambitieux. Les premiers résultats, avec 250 milliards de tokens déjà traités, montrent que le service trouve son public. Reste à observer si cette dynamique se poursuit dans les mois à venir et si d’autres acteurs du secteur s’inspireront de cette approche pour abaisser les barrières d’entrée.
La privacy ne devrait effectivement pas être un luxe réservé à ceux qui maîtrisent les outils crypto. En rendant l’accès aussi simple qu’un paiement par carte, Private Computer ouvre une porte. Ce qui se passe de l’autre côté de cette porte, avec des preuves d’attestation et des enclaves matérielles, reste pour l’instant l’un des aspects les plus intéressants de l’évolution de l’intelligence artificielle décentralisée.
Les prochains mois diront si cette simplification se traduit par une adoption encore plus large et si les volumes de tokens et de preuves continuent de progresser au même rythme. Pour l’instant, les indicateurs sont au vert, et la plateforme a prouvé qu’il était possible de faire coexister confidentialité vérifiable et accessibilité grand public.
