La difficulté de minage du Bitcoin et du Zcash a augmenté. Qu'en est-il de la rentabilité ?

cryptonews.ruPublié le 2026-09-07Dernière mise à jour le 2026-09-07

Résumé

La difficulté de minage du Bitcoin et du Zcash a augmenté, tout comme l'activité des mineurs, suite à la hausse des cours de ces cryptomonnaies. Contrairement aux attentes, la rentabilité du minage n'a pas progressé. Pour le Bitcoin, la difficulté a augmenté de 1,13% pour atteindre 127,45 T, ce qui signifie que les mineurs doivent calculer environ 127,5 billions de fonctions de hachage pour ajouter un bloc et recevoir 3,125 BTC (environ 250 000 $ au cours actuel). Cette hausse suit une augmentation de la puissance minière mondiale, dépassant à nouveau 1000 EH/s. Malgré un cours du Bitcoin avoisinant 79 500 $, le revenu quotidien moyen pour un équipement de 1000 Th/s (Hashprice Index) est tombé à environ 39,3 $. Pour le Zcash, la situation est similaire. Alors que son cours a dépassé 1 200 $, atteignant un record sur plusieurs années, la puissance de calcul (solrate) et la difficulté de minage ont également atteint des sommets historiques. Par conséquent, la hausse du prix du ZEC n'a pas amélioré la rentabilité économique du minage. Les revenus par MWh pour un appareil de dernière génération ont même légèrement baissé, passant de 727 $ fin août à 708 $ début septembre.

La difficulté de minage du Bitcoin et du Zcash, ainsi que l'activité des mineurs, ont augmenté suite à la hausse des cours des cryptomonnaies. Contrairement aux attentes, la rentabilité de l'extraction de ces cryptomonnaies n'a pas augmenté.

La difficulté de minage du Bitcoin, à la suite du dernier recalcul qui a lieu approximativement toutes les deux semaines, a augmenté de 1,13%, pour atteindre 127,45 T (milliards de milliards), selon les données de CoinWarz. Cela signifie que les mineurs doivent en moyenne calculer environ 127,5 milliards de milliards de fonctions de hachage pour ajouter un bloc au réseau Bitcoin et recevoir en échange 3,125 nouveaux $BTC (250 000 $ au cours actuel).

Cette hausse de la difficulté a suivi une augmentation de l'activité des mineurs — la puissance globale mondiale des équipements de minage a de nouveau dépassé 1000 EH/s (exahashes par seconde), progressant de 7,58% en une semaine. Et dimanche 6 septembre, elle a atteint 1130 EH/s pour la première fois depuis le 25 mai.

Le cours du Bitcoin fluctue également autour de niveaux supérieurs à ceux de l'été, revenant à celui de mai. À 13h00 heure de Moscou le 7 septembre, le $BTC s'échange autour de 79 500 $.

Pendant ce temps, la rentabilité moyenne du minage, mesurée par le Hashprice Index, s'établissait à 40 $ après le recalcul de la difficulté, mais est tombée à 39,3 $ lundi. C'est le montant en dollars que génère quotidiennement un équipement d'une puissance de 1000 Th/s (térahashes par seconde) en minant des bitcoins.

Le minage du Zcash

La situation est similaire pour le minage de la cryptomonnaie à fonction de confidentialité Zcash. La monnaie a battu un record de plusieurs années, son cours dépassant 1 200 $ le 7 septembre. L'actif a pris près de 50 % de valeur en une semaine.

Le 7 septembre également, la puissance de calcul (solrate) a atteint un record de 32,6 GSol/s (gigasols par seconde), et la difficulté de minage du $ZEC a atteint un niveau historique d'environ 298 M (millions). Selon les estimations de TheEnergyMag, l'augmentation de la performance qui a commencé vendredi équivalait à la mise en service de près de 6 000 appareils Z15 Pro de Bitmain et coïncidait avec la mise en exploitation de nouveaux équipements.

C'est pourquoi la hausse du cours du $ZEC a peu changé l'efficacité économique du minage, souligne la publication. Le minage de Zcash sur un seul appareil de dernière génération rapportait 727 $ par MWh fin août, lorsque le token valait moins de 900 $. Le 4 septembre, lorsque le cours a dépassé 1000 $, le revenu par mégawattheure était de 708 $ (-3%).

end-content

Questions liées

QQu'est-ce qui a augmenté en parallèle avec les prix du Bitcoin et du Zcash, et quel a été l'impact sur la rentabilité du minage ?

ALa difficulté de minage du Bitcoin et du Zcash, ainsi que l'activité des mineurs, ont augmenté. Contrairement aux attentes, la rentabilité de l'extraction de ces cryptomonnaies n'a pas augmenté.

QQuelle est la signification de l'augmentation de la difficulté de minage du Bitcoin à 127,45 T ?

ACela signifie que les mineurs doivent calculer en moyenne environ 127,5 billions de fonctions de hachage pour ajouter un bloc au réseau Bitcoin et recevoir en récompense 3,125 nouveaux BTC (équivalant à 250 000 $ au cours actuel).

QComment évolue la rentabilité moyenne du minage de Bitcoin (Hashprice Index) suite aux récents ajustements ?

ASuite au recalcul de la difficulté, la rentabilité moyenne, mesurée par le Hashprice Index, était de 40 $ par jour pour un équipement de 1000 Th/s, mais est tombée à 39,3 $ le lundi.

QQuels records ont été atteints par le Zcash début septembre et quel en a été l'effet sur la rentabilité de son minage ?

ALe 7 septembre, le cours du Zcash a dépassé 1200 $, établissant un record sur plusieurs années, et sa puissance de calcul (solrate) a atteint un pic historique de 32,6 GSol/s. Cependant, cette hausse du prix n'a quasiment pas amélioré l'efficacité économique du minage.

QPourquoi la hausse du prix du Zcash n'a-t-elle pas significativement amélioré la rentabilité de son minage ?

AParce que la difficulté de minage et la puissance de calcul du réseau (solrate) ont également atteint des niveaux records simultanément. Par exemple, le revenu par MWh pour un appareil de dernière génération était légèrement plus faible (708 $ contre 727 $) lorsque le prix a dépassé 1000 $ comparé à fin août où il était sous les 900 $.

Lectures associées

L'Ethereum est-il en train de perdre ses remparts ? 10 raisons de réfuter la thèse baissière sur l'ETH

L’auteur s’oppose à l’argument selon lequel Ethereum perdrait son avantage concurrentiel (sa « douve »), en particulier en matière de liquidité. Il réfute trois points principaux : d’abord, le faible volume des actions américaines tokenisées sur Ethereum, en soulignant que leur but principal est l’accessibilité, pas le trading DeFi. Ensuite, le déplacement de l’activité des principales applications (comme Uniswap) vers d’autres chaînes comme Robinhood Chain ou Base est en réalité une force, car ce sont des L2 d’Ethereum, donc une victoire pour son écosystème. Enfin, bien que la part de marché d’Ethereum dans les stablecoins diminue, le marché global croît, promettant une valeur nette bien plus importante à l’avenir. Pour défendre la valeur durable d’Ethereum, l’auteur avance dix arguments clés : il domine le TVL DeFi (65%), possède la liquidité et la sécurité institutionnelle la plus forte après Bitcoin, est leader dans les actifs réels tokenisés (RWA), est détenu comme un actif de réserve par les institutions (13% de l’offre via les ETF), attire les principaux acteurs (Robinhood, Coinbase, BlackRock) qui choisissent de s’y installer, a une fiabilité prouvée sur 10 ans, bénéficie de la plus grande base de développeurs, voit 36% de son offre stake (un record), et reste « l’ordinateur mondial » de la cryptographie. Il conclut qu’Ethereum tire sa valeur non seulement de revenus, mais aussi d’une prime monétaire et de son rôle fondamental.

marsbitIl y a 36 mins

L'Ethereum est-il en train de perdre ses remparts ? 10 raisons de réfuter la thèse baissière sur l'ETH

marsbitIl y a 36 mins

Le désespoir d'un professeur du MIT : le problème du millénaire résolu par OpenAI, l'humanité ne le comprend déjà plus

Le monde mathématique est sous le choc après qu'OpenAI a publié des centaines d'articles prétendant résoudre des problèmes majeurs non résolus, dont l'équation de Navier-Stokes, un problème du millénaire. La preuve, bien que probablement correcte, est décrite comme illisible par les experts humains, y compris des professeurs du MIT, car elle repose sur une logique extrêmement complexe et contre-intuitive. Cette situation illustre une rupture profonde : l'IA génère des vérités vérifiables mais incompréhensibles, utilisant une « logique extraterrestre ». Terence Tao pousse la réflexion avec une expérience : si une IA proposait un remède contre le cancer, validé en essais mais dont le mécanisme échappe à toute compréhension humaine, l'accepterions-nous ? Cela souligne les défis cruciaux de l'alignement et de l'interprétabilité des systèmes d'IA avancés. Le système académique est également ébranlé par l'afflux massif de publications générées ou assistées par l'IA, submergeant les processus de relecture. Une nouvelle fracture se dessine, où la puissance de calcul, détenue par des géants technologiques, pourrait dicter les futures découvertes et récompenses scientifiques. Face à cela, Justin Solomon du MIT estime que l'IA excelle actuellement à combiner des connaissances existantes, mais que l'acte créatif de concevoir de nouvelles théories fondamentales reste humain. Dans un monde où les « réponses » deviennent bon marché, la capacité à poser les bonnes questions, à évaluer la pertinence des résultats de l'IA et à les traduire en une compréhension assimilable par la civilisation humaine devient plus précieuse que jamais. L'apprentissage des mathématiques demeure donc essentiel.

marsbitIl y a 39 mins

Le désespoir d'un professeur du MIT : le problème du millénaire résolu par OpenAI, l'humanité ne le comprend déjà plus

marsbitIl y a 39 mins

Liam Fedus, co-créateur de ChatGPT : Après les mathématiques, l'IA doit aller au laboratoire

Liam Fedus, co-créateur de ChatGPT et ancien vice-président d'OpenAI, estime qu'après les avancées de l'IA en mathématiques, où les preuves formelles comme Lean servent d'arbitre, le prochain défi est le monde physique. Dans un podcast, il explique que pour des domaines comme la science des matériaux, il n'existe pas de système formel pour remplacer l'expérimentation réelle. C'est pourquoi il a fondé Periodic Labs, qui combine des modèles de langage, des simulations physiques et des laboratoires à haut débit pour générer et valider des hypothèses. Fedus retrace son parcours de physicien vers le machine learning et son rôle dans le développement de ChatGPT. Il souligne que le succès de ChatGPT tenait à une base de pré-entraînement solide (GPT-3.5) et au RLHF, tandis que la programmation IA a bénéficié de la vérifiabilité et des tests. En revanche, la science des matériaux manque cruellement de données de qualité, non biaisées et contextuelles. Periodic Labs construit donc des laboratoires physiques pour créer la boucle de données manquante. Leur premier modèle, Periodic Neon, est entraîné sur des données expérimentales internes. L'objectif à long terme est de concevoir de nouveaux matériaux, comme des supraconducteurs à haute température critiques pour la fusion nucléaire, et de surmonter les goulots d'étranglement qui limitent le progrès technologique. Fedus conclut que pour créer une véritable IA scientifique, capable de réduire les hypothèses à une vérité unique, la pensée et les simulations ne suffisent pas. Il faut interagir avec le monde physique. La nature elle-même doit devenir l'environnement d'apprentissage.

marsbitIl y a 39 mins

Liam Fedus, co-créateur de ChatGPT : Après les mathématiques, l'IA doit aller au laboratoire

marsbitIl y a 39 mins

Conférence Goldman Sachs : L'investissement en IA passe du matériel aux applications, le marché attend avec impatience 'la prochaine grande histoire de l'IA'

Dans un épisode de "The Macro Call" de Goldman Sachs, les experts discutent de l'évolution du thème d'investissement en IA. Le récit est en train de passer de la course aux armements pour les semi-conducteurs ("vendre des pelles") vers l'économie de l'inférence et les agents personnels ("vendre de l'eau"). Le marché, après quatre années, anticipe déjà l'avenir. Pete Callahan souligne qu'un consensus se forme sur les dépenses d'investissement jusqu'en 2027, mais l'incertitude persiste au-delà, ce qui comprime les valorisations des semi-conducteurs. L'attention se déplace désormais vers la couche applicative, notamment la cybersécurité et les infrastructures de données. Callahan estime que le marché "a très soif de la prochaine histoire". L'IA pour le codage étant déjà bien connue, les agents personnels et leur impact potentiel sur la consommation deviennent le nouveau point focal. Les prochains résultats trimestriels seront scrutés pour trouver des signaux de réduction de coûts, de nouveaux revenus et de validation du retour sur investissement des hyperscalers. Ben Schneider note que la robustesse du marché, malgré des taux élevés, repose sur les bénéfices solides des grandes techs. La concentration du marché est extrême, au plus étroit depuis la bulle internet, mais les corrections historiques se font souvent par une remontée des valeurs retardataires ("rattrapage par le haut"). Concernant les perspectives, Schneider anticipe un ralentissement de la croissance des dépenses en IA à partir de 2027. L'élection américaine retient peu l'attention des investisseurs, dominés par le récit de l'IA et un consensus sur l'absence de changement politique majeur. Combinant une profitabilité solide, des positions légères et des valorisations raisonnables, son scénario de base prévoit une hausse des marchés d'ici la fin de l'année.

marsbitIl y a 53 mins

Conférence Goldman Sachs : L'investissement en IA passe du matériel aux applications, le marché attend avec impatience 'la prochaine grande histoire de l'IA'

marsbitIl y a 53 mins

Trading

Spot
活动图片