Bittensor : le récap de la semaine du 2 au 8 novembre 2026

Une pluie de nouveaux modèles

Reax (SN92) : le meilleur modèle de décision au monde

Reax sort REAX 1.3, numéro 1 du Decision Index de Hugging Face, le classement qui compare 274 modèles de décision ouverts sur des tests privés. Avec un score de 74,0, il partage la première place avec GLiDE (73,4) et passe devant Perplexity et Fastino.

Le modèle a été construit à partir du travail de deux miners. Les développeurs peuvent déjà l'utiliser via l'API de Decision Models.

Le Decision Index de Hugging Face : REAX 1.3 en tête avec 74,0.

IOTA (SN9) : un premier modèle public, 100 % décentralisé

Macrocosmos sort son premier modèle public, IOTA Decide 4B, en open-weight sous licence Apache 2.0. Tout a été fait de façon décentralisée : l'entraînement sur 16 GPU répartis dans le monde via IOTA, mais aussi la création des 879 000 exemples qui ont servi à l'entraîner.

Malgré sa petite taille (4 milliards de paramètres), il obtient 78,6 sur JevBench selon l'équipe, à moins de trois points du meilleur score.

IOTA Decide 4B sur le graphique de l'équipe : 74,0 en capability score, parmi les modèles de 4 milliards de paramètres.

Reliquary (SN81) : un modèle affiné de bout en bout sur Bittensor

Reliquary sort Teutonic-I-Reliquary, un modèle de 9 milliards de paramètres, post-trained uniquement sur Bittensor avec des GPU allant de la RTX 3090 à la B200. Il bat Qwen3.5-9B sur 5 benchmarks sur 8, dont SWE-bench Verified, un test de correction de code : 43,6 % contre 35,1 %.

Teutonic-I-Reliquary face à Qwen3.5-9B : en tête sur 5 benchmarks sur 8.

Quatre subnets ont mis la main à la pâte : Teutonic a fourni le modèle de base, Lium le compute, Targon les sandboxes, et Reliquary s'est chargé de l'entraînement et de l'évaluation.

Teutonic-I-Reliquary, un modèle de raisonnement et de code post-trained sur Bittensor.

Trishool (SN23) : HaloGuard 2.0 passe en open source

On en parlait la semaine dernière : Trishool a établi un nouveau record en sécurité IA. L'équipe publie maintenant le paper et les weights de HaloGuard 2.0, que tout le monde peut donc vérifier et réutiliser. Ce modèle de 0,8 milliard de paramètres contrôle ce qu'une IA écrit pendant qu'elle répond, et fait mieux que Qwen3Guard-Stream, quelle que soit sa taille.

Les lancements

Oro (SN15) : une IA peut-elle gérer une entreprise ?

Oro sort SMB Bench, un benchmark qui met neuf grands modèles d'IA aux commandes d'une activité de vente en gros pendant 90 jours, pour voir s'ils arrivent à la rendre rentable. Résultat : seul GPT-6 Astra fait en moyenne mieux qu'une simple stratégie d'achat.

Connu pour ses agents de shopping, Oro vise désormais plus large : des IA capables de gérer une entreprise entière.

Minos (SN107) : son application macOS en bêta publique

Minos ouvre à tous la bêta de son application macOS. L'idée : mettre son assistant IA au travail sur des tâches de recherche scientifique. À terme, l'équipe veut créer un réseau de recherche décentralisé où chacun peut participer avec ses agents et être payé pour le travail vérifié.

L'application Minos pour macOS, en bêta publique.

TPN (SN65) : Gratis, pour faire tourner l'IA chez soi

TPN lance Gratis, une application gratuite qui fait tourner des modèles open source de Hugging Face directement sur votre machine, dans un onglet du navigateur ou en version bureau, sans rien configurer. Vos conversations ne quittent pas votre appareil.

Partenariats et caps franchis

Chutes (SN64) : partenaire de lancement du nouveau modèle de Tencent

Tencent sort Hy4, son nouveau modèle phare, et Chutes le propose dès le premier jour, en tant que partenaire de lancement. C'est le premier modèle de la gamme Hy à comprendre les images : il lit les captures d'écran et les graphiques, et peut piloter un terminal ou une application à votre place. Côté prix : 0,525 $ le million de tokens en entrée, 1,5625 $ en sortie.

Tencent Hy4, disponible sur Chutes dès son lancement.

OpenRoboto (SN80) : un premier pilote commercial en Hongrie

Premier pilote commercial pour OpenRoboto, signé avec Vulcan Shield Hungary, l'un des plus grands sites européens de fabrication de matériaux avancés. Ça démarre sur un poste de travail à Békéscsaba : l'équipe va simuler ce poste et enregistrer le travail des opérateurs avec ses casques OR-S1. Ces données serviront ensuite à entraîner des robots pour la chaîne de production.

Les trois étapes du pilote : simulation, capture du travail réel, puis entraînement des robots.

Hippius (SN75) : le cap du pétaoctet

Hippius passe la barre du pétaoctet : 1 000 To de données sont maintenant stockées sur son réseau.