Skip to content
Stork.AIstork.ai
Outil d'IASleeping Giant

io.net Review

io.net est un réseau cloud GPU décentralisé qui fournit un accès à la demande à des clusters GPU pour les charges de travail d'IA et d'apprentissage automatique.

shipped 25 août 2026freemium
Domain rating70Monthly visits10K/mo
io.net — product screenshot

Pourquoi c'est important

1io.net agrège plus de 10 000 nœuds actifs dans le monde, représentant 450 petaFLOPS de ressources de calcul GPU au 7 avril 2026.
2La plateforme propose des clusters GPU à des prix nettement inférieurs à ceux des fournisseurs de cloud centralisés, avec des instances H100 disponibles à 27,88 $/heure et des A100 à 5,17 $/heure.
3La technologie IO Mesh a réduit la latence de 47 %, améliorant le traitement en temps réel pour les charges de travail d'IA distribuées.
4L'Incentive Dynamic Engine (IDE) lancé le 11 juin 2026, s'engage à brûler au moins 50 % des revenus du réseau après paiement en tokens IO.

Stork Quadrant

Sleeping Giant· 33/100

Has a real moat but invisible to agents. Add an MCP and you'd climb.

“io.net's core value is aggregating real, distributed GPU hardware into rentable clusters — an LLM cannot conjure compute. The network moat is real but fragile: liquidity on both sides (GPU suppliers and ML buyers) is hard to build and easy to lose if a better aggregator shows up or hyperscalers drop prices. The coordination layer — matching idle GPUs to burst workloads across thousands of nodes — is genuinely hard to replicate without the rails. But decentralized GPU networks are a crowded bet and the brand is not sticky.”

— Claude Sonnet 4.6, scored 2026-08-25

Defensibility · 51/100

  • Physical-world coupling
  • Regulatory moat
  • Network liquidity
  • Proprietary refreshing data
  • High-trust catastrophic workflows
  • Multi-party coordination
  • Brand / community / taste

An LLM alone could replace

  • Recommend GPU configurations for a given ML workload
  • Estimate compute costs across cloud providers
  • Write infrastructure-as-code for spinning up GPU clusters on AWS or GCP
  • Explain tradeoffs between training vs inference hardware

Agent-Readiness · 10/100

  • Verified MCP
  • Listed on agent surfaces
  • Usage-based pricing
  • Headless agent auth
  • Public OpenAPI— https://docs.io.net/openapi.json
  • Active changelog
  • llms.txt— https://io.net/llms.txt

How to defend

Lock in the supply side with long-term revenue sharing that makes GPU owners prefer io.net over Vast.ai or direct listing. Then build proprietary scheduling and reliability data — uptime records, node reputation scores — that make buyers trust the network over raw spot markets.

  • Ship an MCP server and list it on Stork — biggest single point gain (+25).
  • Get listed in the Anthropic MCP registry, Cursor, or Claude Desktop (+20).
  • Add a usage-based or per-call tier; per-seat-only pricing dies when agents replace seats (+15).
  • Expose API-key auth with a self-serve sandbox tier; remove sales-call gates (+15).
  • Publish a public changelog and ship in the last 90 days — silence reads as abandonment (+10).
How this score is computed →See the full quadrantHow to defend

À propos de io.net

Modèle économique
Usage-Based (Pay Per Use)
Tarification à l’usage
$0.49 to $28.64 per hour
Plateformes
Web
Public cible
AI teams and developers

Formules tarifaires

Standard Pricing
$2.60/hr
  • • GPU Access
  • • No hidden fees
H100
$27.88/hr
  • • 8x H100 cards, 80GB VRAM
V100
$9.83/hr
  • • 4x V100 cards, 32GB VRAM
RTXPro6000
$28.64/hr
  • • 8x RTXPro6000 cards, 96GB VRAM
A100
$5.17/hr
  • • 4x A100 cards, 80GB VRAM

Exemples de coûts

  • • 1 H100 cluster: ~$27.88
  • • 1 RTXPro6000: ~$28.64
API Docs

Spécifications

Documentation API

Voir la documentation →

API disponible

Oui, API publique

overview

Qu'est-ce que io.net ?

io.net est un outil de réseau cloud GPU décentralisé développé par io.net qui permet aux équipes d'IA, aux développeurs et aux ingénieurs en apprentissage automatique d'accéder à des clusters GPU à la demande et rentables pour les charges de travail d'IA et d'apprentissage automatique. Il agrège la puissance de calcul GPU sous-utilisée provenant de sources mondiales, y compris des centres de données indépendants et des mineurs de crypto, pour fournir un traitement abordable pour des tâches telles que l'entraînement et l'inférence de modèles.

features

Fonctionnalités clés de io.net

io.net offre un ensemble robuste de fonctionnalités conçues pour faciliter des opérations d'IA et d'apprentissage automatique efficaces et rentables. La plateforme met l'accent sur l'accès immédiat aux ressources GPU et des métriques opérationnelles transparentes.

  • Accès immédiat au GPU sans liste d'attente pour le calcul à la demande.
  • Modèles de tarification transparents pour différents types de GPU, y compris H100, V100 et A100.
  • Options de mise à l'échelle flexibles pour l'entraînement et l'inférence de modèles d'IA distribués.
  • Infrastructure décentralisée agrégeant des GPU de diverses sources mondiales.
  • Technologie IO Mesh pour une latence réduite (amélioration de 47 %) dans les charges de travail distribuées.
  • API Confidential Compute pour la vérification sécurisée du matériel comme les puces Intel TDX et NVIDIA H200.
  • Total Network Earnings (TNE) pour le suivi en temps réel et les paiements automatisés.
  • Prise en charge des charges de travail Python à usage général avec orchestration et tolérance aux pannes.

use cases

Qui devrait utiliser io.net ?

io.net est principalement conçu pour les professionnels et les organisations engagés dans le développement intensif de l'IA et de l'apprentissage automatique, cherchant à optimiser les coûts de calcul et à accéder à des ressources GPU haute performance sans les délais typiques des fournisseurs de cloud centralisés.

  • Équipes et développeurs d'IA : Pour le déploiement de l'entraînement de modèles d'IA distribués à grande échelle et l'optimisation des hyperparamètres.
  • Ingénieurs en apprentissage automatique : Pour la création et la diffusion de workflows d'inférence de modèles sur un réseau distribué de GPU.
  • Startups et entreprises : Pour un accès rentable aux clusters GPU pour les grandes charges de travail AI/ML et les simulations d'apprentissage par renforcement.
  • Chercheurs : Pour les tâches de calcul haute performance nécessitant une puissance GPU significative à des tarifs compétitifs.

how to use

Comment utiliser io.net

Pour commencer à utiliser io.net, les utilisateurs s'inscrivent généralement sur la plateforme, configurent les spécifications de leur cluster GPU souhaité et déploient leurs charges de travail AI/ML. La plateforme est accessible via une interface web et offre une documentation API pour un accès programmatique.

  • 1Créez un compte sur la plateforme io.net.
  • 2Connectez un portefeuille Web3 pour les paiements basés sur les jetons.
  • 3Sélectionnez les types de GPU souhaités (par exemple, H100, A100) et les configurations de cluster.
  • 4Déployez des charges de travail AI/ML, telles que l'entraînement de modèles distribués ou l'inférence, à l'aide du planificateur de la plateforme.
  • 5Surveillez les performances du cluster et l'utilisation des ressources via le tableau de bord.
  • 6Utilisez l'API pour un contrôle programmatique et une intégration dans les workflows existants.

pricing

Tarifs et plans io.net

io.net fonctionne sur un modèle économique freemium et basé sur l'utilisation, offrant différents types de GPU à des tarifs horaires. La tarification est transparente et conçue pour être compétitive avec les fournisseurs de cloud centralisés, avec des tarifs spécifiques pour différentes configurations matérielles.

  • Prix standard : 2,60 $/heure
  • H100 : 27,88 $/heure
  • V100 : 9,83 $/heure
  • RTXPro6000 : 28,64 $/heure
  • A100 : 5,17 $/heure

Pros

  • +Offers significant cost savings (30-50%) compared to centralized cloud providers like AWS EC2 P4d instances.
  • +Provides on-demand access to a large pool of GPU resources (450 petaFLOPS as of April 2026).
  • +Supports quick cluster spin-up (under two minutes) on the Solana blockchain.
  • +Features IO Mesh Technology, reducing latency by 47% for distributed AI workloads.
  • +Includes a Confidential Compute API for secure verification of hardware, enhancing data and model protection.
  • +Transparent pricing and Total Network Earnings (TNE) system for clear cost tracking.

Cons

  • −Occasional variations in node performance, such as slower disk I/O or older drivers, have been reported.
  • −The dashboard is still under development, potentially impacting user experience.
  • −Web3 elements (wallet setup, gas fees, token payments) may present complexity for traditional developers.
  • −Some independent reviews characterize it as a centralized GPU marketplace with a token incentive layer rather than a fully decentralized protocol due to centralized orchestration and closed-source core software.
  • −Reliability can vary depending on the aggregated decentralized sources, potentially impacting critical long-running workloads.

Outils similaires

io.net vs Concurrents

io.net se positionne comme une alternative décentralisée et rentable aux fournisseurs de cloud centralisés et aux autres réseaux de calcul décentralisés, en mettant l'accent sur l'accès immédiat et la tarification compétitive pour les charges de travail AI/ML.

1
Vast.aiOn Stork

A peer-to-peer marketplace where individuals and data centers rent out unused GPU capacity, often resulting in the lowest prices.

Vast.ai typically offers significantly lower prices than io.net due to its competitive marketplace model, but reliability can vary as it depends on individual hosts, and instances can be preempted, which might impact long-running or critical AI/ML workloads.

2
RunPodOn Stork

Provides a developer-centric cloud for on-demand GPUs and serverless inference, with both community (peer-to-peer) and secure (data center) cloud options.

RunPod offers more predictable reliability and a stronger focus on developer tools and templates compared to purely decentralized marketplaces, but its secure cloud options may not always match the absolute lowest, highly variable prices found on io.net's fully decentralized network.

3
Akash NetworkOn Stork

A decentralized supercloud that allows users to buy and sell computing resources, including GPUs, for general-purpose computing and AI training.

While also decentralized, Akash Network is a more general-purpose cloud offering a broader range of compute resources (CPU, storage, GPU) rather than being as laser-focused solely on GPU clusters for AI/ML as io.net.

4
SaladCloud↗

Leverages a large distributed network of consumer GPUs to provide scalable and budget-friendly compute for AI/ML inference, batch processing, and other workloads.

SaladCloud focuses on aggregating consumer-grade GPUs, which can offer extremely low prices, but may have different performance characteristics and less emphasis on enterprise-grade multi-node AI training orchestration compared to io.net's aggregation of data center and crypto farm GPUs.

5
CLORE.AI↗

A decentralized GPU cloud marketplace specifically for AI training, inference, and rendering, allowing users to rent GPUs from various hosts.

CLORE.AI operates as a decentralized GPU marketplace similar to io.net, but it primarily uses cryptocurrency for payments (Bitcoin or CLORE tokens), which might introduce a different workflow or barrier to entry for some users.

Plus sur Stork

Outils IA connexes

Autres outils de cette catégorie, rapprochés par tags communs

DarkbloomEMSYOURFAVE ClosyneAI Governance PlaybookZorin
Visiter io.net↗

Featured in articles