Tiga token subnet Bittensor — Chutes, Proprietary Trading Network, dan Targon — adalah di antara proyek-proyek teratas yang perlu diperhatikan minggu ini.
Chutes tetap menjadi token subnet terbesar berdasarkan kapitalisasi pasar meskipun ada tekanan harga baru-baru ini, sementara Proprietary Trading Network mendapatkan perhatian melalui narasi DeFAI. Sementara itu, Targon diperdagangkan pada level yang sangat oversold dan bisa bersiap untuk potensi rebound. Berikut adalah pandangan lebih dekat pada masing-masing token berbasis Bittensor ini menjelang minggu pertama bulan Mei.
Chutes
Chutes adalah platform komputasi AI tanpa server yang dibangun oleh Rayon Labs. Platform ini dirancang untuk menerapkan, menjalankan, dan menskalakan model kecerdasan buatan apa pun dalam hitungan detik.
Pengguna dapat berinteraksi langsung dengan platform Chutes atau mengintegrasikannya dengan mudah melalui API sederhana, menawarkan infrastruktur AI yang cepat dan fleksibel tanpa kompleksitas manajemen server tradisional.
Chutes saat ini adalah token Subnet Bittensor terbesar berdasarkan kapitalisasi pasar, namun baru-baru ini menghadapi tekanan, turun hampir 18% selama tujuh hari terakhir.
Setelah reli 67% antara 7 April dan 12 April, token ini telah turun sekitar 30% dari puncaknya. Indeks Kekuatan Relatif (RSI) sekarang berada di 23,78, menandakan kondisi yang sangat oversold.
Pengaturan ini bisa berarti bahwa Chutes mendekati zona pembalikan potensial.
Jika proyek ini berhasil memulihkan momentumnya sebelumnya, menjadi Subnet terbesar di Bittensor dapat memperkuat keuntungannya melalui efek jaringan, yang berpotensi memicu tren naik yang kuat yang dapat mendorong harga kembali ke kisaran US$0,40.
Jaringan Trading Proprietary
Proprietary Trading Network, atau Taoshi, adalah platform keuangan terdesentralisasi yang beroperasi dalam ekosistem Bittensor. Platform ini membangun subnetwork dinamis di mana AI terdesentralisasi dan model pembelajaran mesin menganalisis data di berbagai kelas aset.
Misinya adalah mendemokratisasi akses ke strategi perdagangan canggih, menggabungkan AI, blockchain, dan keuangan untuk memberikan data canggih yang membantu pengguna membuat keputusan keuangan yang lebih terinformasi.
Kapitalisasi pasar Proprietary Trading Network mendekati US$50 juta, dengan volume perdagangan melonjak hampir 160% dalam 24 jam terakhir mencapai US$3 juta.
Dengan DeFAI muncul sebagai salah satu narasi terpanas untuk 2025, Proprietary Trading Network berada dalam posisi yang baik untuk memanfaatkan eksposurnya ke sektor-sektor tren seperti AI, subnet Bittensor, dan perdagangan.
Jika momentum saat ini menguat, token ini bisa segera naik untuk retest level resistance US$0,20 dan US$0,25, didukung oleh perhatian yang meningkat di seluruh sektor ini.
Targon
Manifold Labs mengembangkan Targon, yang merupakan token Subnet Bittensor yang membangun platform cloud AI yang memungkinkan pengguna menjalankan inferensi pada model AI dengan kecepatan tinggi dan biaya rendah.
Melalui Playground dan API-nya, Targon menawarkan banyak model yang dioptimalkan untuk tugas penyelesaian dan obrolan.
Platform ini menekankan kinerja cepat, skalabilitas tinggi, dan efisiensi biaya, memungkinkan pengembang dan perusahaan untuk menerapkan dan menskalakan model AI sambil meminimalkan kompleksitas infrastruktur dengan mudah.
Kapitalisasi pasar Targon saat ini sekitar US$47 juta, dengan volume perdagangan harian mencapai US$1,33 juta.
Harga Targon telah turun lebih dari 9% selama 24 jam terakhir. RSI-nya berada di 19,23, menandakan kondisi yang sangat oversold yang sering kali mendahului rebound.
Targon bisa mendapatkan hingga 48% jika momentum baru terbentuk dan retest level harga dari 15 hari yang lalu.
Penyangkalan
Seluruh informasi yang terkandung dalam situs kami dipublikasikan dengan niat baik dan bertujuan memberikan informasi umum semata. Tindakan apa pun yang dilakukan oleh para pembaca atas informasi dari situs kami merupakan tanggung jawab mereka pribadi.
Selain itu, sebagian artikel di situs ini merupakan hasil terjemahan AI dari versi asli BeInCrypto yang berbahasa Inggris.
