Bandingkan Harga & Kinerja Doodles (DOOD) vs Bittensor (TAO)
Kinerja harga (24 Jam Terakhir)
Statistik utama
Statistik utama
Perbedaan Doodles dan Bittensor: Doodles diperdagangkan di Rp22,49 (kapitalisasi pasar Rp175,15M, volume 24 jam Rp132,29M), sedangkan Bittensor diperdagangkan di Rp3.625.486 (kapitalisasi pasar Rp40,77T, volume 24 jam Rp1,81T). Perbedaan utamanya: Bittensor jauh lebih besar — sekitar 232,8× kapitalisasi pasar Doodles, dan suplai beredar Doodles 7,8B / 10B DOOD (78%) dibanding 11,2M / 21M TAO (54%) milik Bittensor. Mana yang lebih baik tergantung tujuan investasimu — di Pluang, investor rata-rata menyimpan Doodles selama 14 Hari dan Bittensor selama 43 Hari.
| DOOD | TAO | |
|---|---|---|
Kap. Pasar | Rp175,15M | Rp40,77T |
Volume (24h) | Rp132,29M | Rp1,81T |
Suplai yang Beredar | 7,8B / 10B DOOD (78%) | 11,2M / 21M TAO (54%) |
Typical Hold Time | 14 Hari | 43 Hari |
Sentimen investor di Pluang
Aktivitas investor Pluang dalam 30 hari terakhir
Sentimen investor di Pluang
Aktivitas investor Pluang dalam 30 hari terakhir
Berita terkini
Berita terbaru kedua aset
Berita terkini
Berita terbaru kedua aset
Tentang Doodles
Doodles adalah merek storytelling generasi baru yang menggabungkan media digital, teknologi on-chain, dan kreativitas komunitas. Awalnya diluncurkan pada 2021 sebagai koleksi NFT terkemuka, Doodles telah berkembang menjadi universe transmedia yang didorong oleh seni, animasi, musik, dan pengalaman digital yang digamifikasi. Misinya adalah membangun franchise media on-chain paling menarik di dunia. Token DOOD menjadi penggerak ekosistem, terintegrasi dengan DreamNet, dan mendorong partisipasi komunitas.
Selengkapnya di halaman DOOD →Tentang Bittensor
Bittensor adalah protokol open-source yang menggerakkan jaringan machine learning terdesentralisasi berbasis blockchain. Model machine learning dilatih secara kolaboratif dan diberi reward dalam TAO sesuai dengan nilai informasi yang mereka tawarkan secara kolektif. TAO juga memberikan akses eksternal, memungkinkan pengguna untuk mengekstrak informasi dari jaringan sambil menyesuaikan aktivitasnya sesuai kebutuhan mereka.
Selengkapnya di halaman TAO →
