Топ криптовалют по динамике роста и падения за ноябрь 2025 года

cryptonews.ruPublié le 2025-03-04Dernière mise à jour le 2025-12-05

Обстановка на криптовалютном рынке все еще остается неоднозначной. Минувший ноябрь нельзя назвать удачным, поскольку подавляющее большинство цифровых монет продолжали испытывать сильное давление. Bitcoin-ETF столкнулся с очень крупным оттоком средств, причем это касается и фондов, связанных с Ethereum. Текущая ситуация связана с падением спроса со стороны институционального капитала, а также с напряженными торговыми отношениями между США и Китаем.

В условиях глобальной нестабильности инвесторы в большей степени тяготеют к консервативным активам и избегают высокорисковых инструментов. В свою очередь, редакция Crypto.ru подводит итоги ноября. В обзоре рассказано о криптовалютах, которые продемонстрировали наилучшую и наихудшую рыночную динамику.

Безоговорочным лидером роста с большим отрывом стала монета MYX Finance (MYX), которая за отчетный период прибавила в цене 69,24%. Это нативный токен одноименной DeFi-биржи. В ее основе лежит уникальный механизм обеспечения ликвидности MPM. Вторую строчку заняла криптовалюта Monero (XMR). За последние 30 дней она подорожала на 24,4%.

Это одна из наиболее старейших монет на рынке, которая появилась в 2014 году в качестве хардфорка биткоина. Замыкает тройку лидеров Just (JST). Ей удалось прибавить в стоимости 20,58%. Это платформа, которая ориентирована на доступные, быстрые и безопасные DeFi-сервисы внутри экосистемы TRON (TRX). В число лидеров не вошли, но тоже достойны упоминания:

  • Lombard (BARD): +10,38%.
  • UNUS SED LEO (LEO): +3,65%.

Антилидером стала криптовалюта Jito (JTO). За последние 30 дней она потеряла 53,35%. Данная монета связана с протоколом Jito Network, который ориентирован на ликвидный стейкинг и MEV-оптимизацию. На втором месте расположилась криптовалюта Aethir (ATH).

За минувший месяц монета потеряла в стоимости 49,7%. Это децентрализованная облачная платформа в сфере высокопроизводительных вычислений.

Она дает возможность пользователям GPU передавать мощности в аренду, за что они получают вознаграждение в нативных токенах. Третью строчку заняла монета Jupiter (JUP), потеряв 44,15%. Это децентрализованный протокол, связанный с экосистемой Solana (SOL). Он выступает в качестве агрегатора ликвидности (DEX-агрегатор). Также достойны упоминания следующие монеты:

  • Pump.fun (PUMP): −41,88%.
  • Creditcoin (CTC): −41,75%.

Напоминаем, ранее на Crypto.ru публиковалась инфографика по криптовалютам с самыми высокими объемами пользовательских транзакций в ноябре 2025 года.

Инфографика

Lectures associées

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

Le 27 juin, Anthropic a annoncé que le gouvernement américain avait autorisé le redéploiement de son modèle de cybersécurité Mythos 5 à plus de 100 organismes américains, mais la version publique Fable 5 reste suspendue sans calendrier de retour. Le même jour, OpenAI a lancé GPT-5.6, dont l'accès via API est restreint aux partenaires approuvés par le gouvernement. Ces décisions font suite à un ordre exécutif sur l'IA signé début juin et à une injonction du Département du commerce du 12 juin ordonnant la suspension de Fable 5, marquant un cycle complet d'"arrêt-négociation-autorisation conditionnelle" pour le contrôle des modèles d'IA de pointe par les autorités américaines en moins d'un mois. Les entreprises concernées contestent la base technique de ces mesures. OpenAI indique que son modèle Sol n'a pas franchi son propre cadre de sécurité, tandis qu'Anthropic a réfuté point par point les raisons avancées par le gouvernement. Dean W. Ball, ancien conseiller de la Maison Blanche, critique un processus de régulation manquant de transparence, de normes claires et d'expertise technique, créant une incertitude dommageable pour l'industrie. L'article établit un parallèle avec la "Guerre du Chiffrement" des années 1990, où le contrôle américain sur les technologies de cryptage a finalement échoué, nuisant à la compétitivité des entreprises nationales. Aujourd'hui, le risque est que ces restrictions étouffent l'innovation et la diffusion économique essentielle aux technologies génériques comme l'IA, d'autant plus que les modèles open-source, notamment chinois, progressent rapidement. Cet épisode pourrait marquer un tournant : l'insertion durable du gouvernement comme autorité d'approbation entre les modèles d'IA commerciaux et leurs utilisateurs. Si l'objectif affiché est la sécurité, la méthode opaque et arbitraire menace les investissements et risque de concentrer le pouvoir de l'IA de pointe entre les mains d'une minorité déjà puissante.

链捕手Il y a 44 mins

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

链捕手Il y a 44 mins

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

DeepSeek a annoncé une mise à jour majeure de son modèle DeepSeek-V4-Pro avec le lancement de DSpark, un nouveau cadre de décodage spéculatif (Speculative Decoding) open source, accompagné de l'infrastructure complète DeepSpec. Cette mise à jour, axée sur l'ingénierie et non sur les capacités fondamentales du modèle, vise à accélérer considérablement l'inférence des LLM en production. Le cœur de DSpark est l'introduction d'une **génération semi-autorégressive**. Cela combine la génération parallèle à haut débit d'un modèle "brouillon" léger avec une modélisation des dépendances entre tokens pour améliorer le taux d'acceptation. De plus, un système de **vérification planifiée par confiance et conscient du matériel** (Confidence-Scheduled Verification) évalue dynamiquement la probabilité que chaque token généré soit accepté par le modèle cible. Il adapte ainsi la longueur de vérification en temps réel pour optimiser l'utilisation des ressources GPU, notamment en charge élevée. Les résultats sont significatifs : face aux méthodes de pointe comme Eagle3 et DFlash, DSpark augmente la longueur moyenne de tokens acceptés de 26.7% à 30.9% et de 16.3% à 18.4% respectivement sur les modèles Qwen3. En déploiement réel, par rapport à la génération token par token précédente (MTP-1), **DSpark améliore la vitesse de génération pour l'utilisateur de 60% à 85% pour le modèle Flash et de 57% à 78% pour le modèle Pro**, à débit total constant. Le projet open source **DeepSpec** fournit une stack complète pour entraîner et évaluer des modèles brouillons pour le décodage spéculatif, supportant actuellement les algorithmes DSpark, DFlash et Eagle3, ainsi que les familles de modèles cibles Qwen3 et Gemma.

marsbitIl y a 7 h

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

marsbitIl y a 7 h

Trading

Spot
活动图片