Bandingkan Harga & Kinerja Chiliz (CHZ) vs Neuron (NRN)
Kinerja harga (24 Jam Terakhir)
Statistik utama
Statistik utama
Perbedaan Chiliz dan Neuron: Chiliz diperdagangkan di Rp300,1 (kapitalisasi pasar Rp3,15T, volume 24 jam Rp382,47M), sedangkan Neuron diperdagangkan di Rp63,99 (kapitalisasi pasar Rp26,48M, volume 24 jam Rp841,43jt). Perbedaan utamanya: Chiliz jauh lebih besar — sekitar 119× kapitalisasi pasar Neuron, dan suplai Neuron dibatasi (358,6M / 1B NRN (36%)), sedangkan Chiliz terus bertambah. Mana yang lebih baik tergantung tujuan investasimu — di Pluang, investor rata-rata menyimpan Chiliz selama 82 Hari dan Neuron selama 10 Hari.
| CHZ | NRN | |
|---|---|---|
Kap. Pasar | Rp3,15T | Rp26,48M |
Volume (24h) | Rp382,47M | Rp841,43jt |
Suplai yang Beredar | 10,5B CHZ | 358,6M / 1B NRN (36%) |
Typical Hold Time | 82 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 Chiliz
CHZ adalah mata uang digital terkemuka untuk olahraga dan hiburan oleh penyedia FinTech yang berbasis di Malta. CHZ mengoperasikan platform hiburan olahraga berbasis blockchain Socios, yang memungkinkan pengguna untuk berpartisipasi dalam pengelolaan merek olahraga favorit mereka. Chiliz telah bermitra dengan beberapa lembaga olahraga terbesar di dunia seperti FC Barcelona & Manchester City. Dengan membeli CHZ, penggemar mendapatkan akses ke berbagai token penggemar dan benar-benar memiliki saham di klub mereka.
Selengkapnya di halaman CHZ →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 →
