Bandingkan Harga & Kinerja Civic (CVC) vs Neuron (NRN)
Kinerja harga (24 Jam Terakhir)
Statistik utama
Statistik utama
Perbedaan Civic dan Neuron: Civic diperdagangkan di Rp362,71 (kapitalisasi pasar Rp362,24M, volume 24 jam Rp21,46M), sedangkan Neuron diperdagangkan di Rp63,99 (kapitalisasi pasar Rp26,48M, volume 24 jam Rp841,43jt). Perbedaan utamanya: Civic jauh lebih besar — sekitar 13,7× kapitalisasi pasar Neuron, dan suplai Neuron dibatasi (358,6M / 1B NRN (36%)), sedangkan Civic terus bertambah. Mana yang lebih baik tergantung tujuan investasimu — di Pluang, investor rata-rata menyimpan Civic selama 49 Hari dan Neuron selama 10 Hari.
| CVC | NRN | |
|---|---|---|
Kap. Pasar | Rp362,24M | Rp26,48M |
Volume (24h) | Rp21,46M | Rp841,43jt |
Suplai yang Beredar | 1B CVC | 358,6M / 1B NRN (36%) |
Typical Hold Time | 49 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 Civic
Civic adalah solusi manajemen identitas berbasis blockchain yang memberi individu dan bisnis peralatan yang mereka butuhkan untuk mengontrol dan melindungi informasi identitas pribadi.nEkosistem Civic diaktifkan oleh token utilitas unik yang dikenal sebagai token Civic (CVC), yang digunakan untuk penyelesaian transaksi terkait identitas antara peserta Civic seperti antara pelanggan dan penyedia layanan. Civic memungkinkan bisnis untuk mengarahkan pengguna lebih cepat menggunakan sistem verifikasi bertenaga AI.
Selengkapnya di halaman CVC →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 →
