Bandingkan Harga & Kinerja Camp Network (CAMP) vs Neuron (NRN)
Kinerja harga (24 Jam Terakhir)
Statistik utama
Statistik utama
Perbedaan Camp Network dan Neuron: Camp Network diperdagangkan di Rp11,49 (kapitalisasi pasar Rp33,14M, volume 24 jam Rp12,3M), sedangkan Neuron diperdagangkan di Rp63,99 (kapitalisasi pasar Rp26,48M, volume 24 jam Rp841,43jt). Perbedaan utamanya: Camp Network lebih besar dari sisi kapitalisasi pasar, dan suplai beredar Camp Network 2,9B / 10B CAMP (29%) dibanding 358,6M / 1B NRN (36%) milik Neuron. Mana yang lebih baik tergantung tujuan investasimu — di Pluang, investor rata-rata menyimpan Camp Network selama 28 Hari dan Neuron selama 10 Hari.
| CAMP | NRN | |
|---|---|---|
Kap. Pasar | Rp33,14M | Rp26,48M |
Volume (24h) | Rp12,3M | Rp841,43jt |
Suplai yang Beredar | 2,9B / 10B CAMP (29%) | 358,6M / 1B NRN (36%) |
Typical Hold Time | 28 Hari | 10 Hari |
Sentimen investor di Pluang
Aktivitas investor Pluang dalam 30 hari terakhir
Sentimen investor di Pluang
Aktivitas investor Pluang dalam 30 hari terakhir
Belum ada data sentimen.
Tentang Camp Network
Camp Network adalah blockchain Layer-1 yang dirancang untuk agen AI dengan memanfaatkan kekayaan intelektual (IP) milik pengguna. Protokol ini memungkinkan tokenisasi dan pendaftaran IP secara on-chain—seperti musik dan gambar—untuk pelatihan, remixing, dan monetisasi. Dengan registrasi tanpa gas (gasless) dan lingkungan terisolasi untuk alur kerja, pengembang dapat membuat application chain khusus demi skalabilitas dan performa yang lebih baik.
Selengkapnya di halaman CAMP →Tentang Neuron
NRN mengembangkan ekosistem yang bertujuan mempercepat perjalanan menuju Artificial General Intelligence (AGI) dengan menjadikan Gaming dan robotika sebagai platform eksperimental. Inti dari ekosistem ini adalah NRN Agents, sebuah platform yang memfasilitasi integrasi agen AI ke dalam pengalaman Gaming canggih, baik di lingkungan virtual maupun fisik. Tumpukan teknologinya menggabungkan agregasi data, pelatihan model, dan inspeksi model, dengan memanfaatkan imitation learning serta reinforcement learning untuk mendorong kemajuan pengembangan AI.
Selengkapnya di halaman NRN →
