Bandingkan Harga & Kinerja Huma Finance (HUMA) vs Neuron (NRN)
Kinerja harga (24 Jam Terakhir)
Statistik utama
Statistik utama
Perbedaan Huma Finance dan Neuron: Huma Finance diperdagangkan di Rp356,17 (kapitalisasi pasar Rp1,16T, volume 24 jam Rp74,08M), sedangkan Neuron diperdagangkan di Rp63,99 (kapitalisasi pasar Rp26,48M, volume 24 jam Rp841,43jt). Perbedaan utamanya: Huma Finance jauh lebih besar — sekitar 43,8× kapitalisasi pasar Neuron, dan suplai beredar Huma Finance 3,3B / 10B HUMA (33%) dibanding 358,6M / 1B NRN (36%) milik Neuron. Mana yang lebih baik tergantung tujuan investasimu — di Pluang, investor rata-rata menyimpan Huma Finance selama 14 Hari dan Neuron selama 11 Hari.
| HUMA | NRN | |
|---|---|---|
Kap. Pasar | Rp1,16T | Rp26,48M |
Volume (24h) | Rp74,08M | Rp841,43jt |
Suplai yang Beredar | 3,3B / 10B HUMA (33%) | 358,6M / 1B NRN (36%) |
Typical Hold Time | 14 Hari | 11 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 Huma Finance
Huma Finance adalah jaringan PayFi pertama yang memungkinkan pembiayaan pembayaran global dengan likuiditas instan—kapan saja dan di mana saja. Huma memungkinkan institusi pembayaran di seluruh dunia untuk menyelesaikan transaksi secara real-time menggunakan stablecoin dan likuiditas on-chain. Teknologi ini mendukung berbagai kasus penggunaan PayFi seperti pembayaran lintas negara, kartu kredit, dan pembiayaan perdagangan, serta membuka peluang untuk solusi baru seperti pembiayaan DePIN.
Selengkapnya di halaman HUMA →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 →
