Telegram s'associe à Lighter pour du trading de perpétuels 50x sur les cryptos, actions et matières premières : Détails

ambcryptoPublié le 2026-04-04Dernière mise à jour le 2026-04-04

Résumé

Lighter, une DEX spécialisée dans le trading de perpétuels, a été choisi par Telegram pour proposer du trading à effet de lever jusqu'à 50x sur crypto, actions, métaux et pétrole via son portefeuille intégré. Cette intégration, la plus importante pour Lighter, pourrait dynamiser son activité après une baisse significative. En effet, depuis le pic de décembre, les volumes hebdomadaires ont chuté de 89% (à 8 milliards de dollars) et les revenus de 91% (à 325 000 dollars), suite à la fin de la distribution de jetons LIT. L'énorme base d'utilisateurs de Telegram, avec 25 millions d'utilisateurs actifs sur son portefeuille, offre une opportunité majeure de relance. Début avril, cette annonce a déjà provoqué une hausse de 30% du cours du jeton LIT. Son évolution future dépendra de la capacité de cette collaboration à réellement booster l'activité trading et les rachats de jetons.

Lighter, un DEX spécialisé dans le trading de contrats perpétuels (perpétuels), a été choisi pour alimenter le trading à effet de levier natif de Telegram.

Dans un communiqué daté du 2 avril, Wallet in Telegram a déclaré que les utilisateurs du messagerie axée sur la confidentialité peuvent désormais trader des cryptomonnaies, des actions, des métaux et du pétrole avec un effet de levier allant jusqu'à 50x.

Le portefeuille a connu une forte adoption avec plus de 150 millions d'utilisateurs enregistrés.

Environ 25 millions de ces utilisateurs sont considérés comme actifs, particulièrement dans les transferts P2P et les rampes d'entrée de fiat, faisant de Telegram un terminal de trading crypto clé. Le messager lui-même compte plus d'un milliard d'utilisateurs.

À ce titre, l'intégration de Lighter pourrait également booster les volumes de trading sur le DEX. À ce jour, il s'agit de la principale et plus grande intégration de Lighter à ce jour.

Pour comparaison, son rival Hyperliquid propose le trading de perpétuels pour Phantom, Rabby, MetaMask et d'autres. Cela a alimenté l'adoption initiale d'Hyperliquid en partageant les frais des trades acheminés par les applications.

Lighter pourrait-il bénéficier d'une traction similaire ?

L'accord va-t-il booster l'activité de trading de Lighter ?

La collaboration intervient à un moment où la demande pour le trading de perpétuels a explosé. Au pic du marché en octobre dernier, le volume total des perpétuels a atteint 350 milliards de dollars et 25 milliards de dollars d'Open Interest (OI).

Source : DeFiLlama

Malgré la baisse générale des cryptos ces derniers mois, le volume des perpétuels est resté autour de 150 milliards de dollars.

Cependant, l'activité de trading de Lighter a considérablement diminué. Surtout après les débuts du jeton LIT fin décembre dernier, qui ont mis fin à la période de farming. En conséquence, les traders qui cherchaient un airdrop ont migré ailleurs à la recherche de nouvelles opportunités.

Par conséquent, l'activité de trading de Lighter a chuté brusquement après décembre. Ce déclin s'est prolongé au premier trimestre 2026, et il n'y a pas eu de reprise significative au deuxième trimestre alors que le marché crypto au sens large reste morose.

Jusqu'à présent, les volumes hebdomadaires de perpétuels sont passés d'un record de 75 milliards de dollars en novembre à environ 8 milliards de dollars en avril—une baisse de 89% de l'activité de trading.

Source : DeFiLlama

Les revenus du protocole ont également baissé. Ils sont passés d'une moyenne hebdomadaire de 4 millions de dollars à 325 000 dollars, ce qui se traduit par un effondrement de 91% des revenus.

Il est important de souligner que le bref répit de février a stimulé l'activité et les revenus. Finalement, cela a alimenté le rachat de LIT, le jeton natif du protocole.

Si l'intégration de Telegram améliore l'activité et les revenus en avril, alors la récente reprise de 30% pourrait se poursuivre. Sinon, un rejet à 1$ et une faible activité pourraient entraîner LIT vers 0,78$ ou en dessous.

Source : LIT/USDT, TradingView

Résumé Final

  • L'intégration de Telegram a alimenté la reprise de LIT de 30% début avril.
  • Les revenus du DEX Lighter se sont effondrés de 91%, mais une activité de trading renouvelée de la part de Telegram pourrait aider à inverser la tendance et à booster le rachat de LIT.

Questions liées

QQu'est-ce que Lighter et quel est son rôle dans l'intégration avec Telegram ?

ALighter est un DEX (échange décentralisé) spécialisé dans le trading de contrats perpétuels (perps). Il a été choisi pour alimenter le trading à effet de levier natif au sein de l'application Telegram, permettant aux utilisateurs de trader des cryptomonnaies, des actions, des métaux et du pétrole avec un effet de levier allant jusqu'à 50x.

QQuelle est l'ampleur de l'adoption du portefeuille intégré à Telegram (Wallet in Telegram) ?

ALe portefeuille intégré à Telegram compte plus de 150 millions d'utilisateurs enregistrés, dont environ 25 millions sont considérés comme actifs, en particulier dans les transferts peer-to-peer (P2P) et les rampes d'entrée de monnaie fiduciaire (fiat on-ramps). L'application de messagerie Telegram elle-même dépasse le milliard d'utilisateurs.

QComment l'activité de trading et les revenus de Lighter ont-ils évolué récemment ?

AL'activité de trading et les revenus de Lighter ont considérablement chuté après le pic de décembre. Les volumes hebdomadaires de perps sont passés d'un record de 75 milliards de dollars en novembre à environ 8 milliards de dollars en avril, soit une baisse de 89%. Les revenus hebdomadaires moyens sont passés de 4 millions de dollars à 325 000 dollars, une chute de 91%.

QQuel a été l'impact de l'intégration avec Telegram sur le prix du jeton LIT ?

AL'annonce de l'intégration avec Telegram a alimenté une reprise de 30% du prix du jeton LIT (le jeton natif du protocole Lighter) au début du mois d'avril. L'article suggère que si l'intégration améliore l'activité, cette reprise pourrait se poursuivre.

QQuelle comparaison est faite avec le rival Hyperliquid ?

AL'article compare Lighter à son rival Hyperliquid, qui propose également des services de trading de perpétuels pour d'autres portefeuilles comme Phantom, Rabby et MetaMask. Cette stratégie a alimenté l'adoption initiale d'Hyperliquid en partageant les frais provenant des trades acheminés par ces applications, laissant supposer que Lighter pourrait bénéficier d'une traction similaire grâce à son intégration avec Telegram.

Lectures associées

Les modèles génératifs peuvent aussi être entraînés de bout en bout ? Le noyau est en fait une boucle for

En 2012, AlexNet a révolutionné l'apprentissage profond en introduisant l'entraînement de bout en bout, où le modèle apprend une tâche complète en une seule fois, surpassant les approches par étapes conçues par l'homme. Cependant, les modèles génératifs actuels, comme les modèles autorégressifs ou de diffusion, font exception : ils sont entraînés à prédire une seule petite étape, puis doivent dérouler cette étape des centaines de fois lors de l'inférence. Cet écart entre l'entraînement et l'inférence entraîne un biais d'exposition (exposure bias), où les erreurs s'accumulent. Un récent article de l'Université de l'Illinois et de Harvard propose un nouveau paradigme, appelé Modélisation Exploratoire (Explorative Modeling, ou XM), pour résoudre ce problème. L'idée centrale est simple : au lieu de générer un seul échantillon par étape d'entraînement, le modèle en génère K, puis ne garde que le plus proche des données réelles pour calculer la perte et mettre à jour les paramètres. Cette boucle d'exploration, implémentée en quelques lignes de code, permet au modèle de capturer plusieurs modes de la distribution de données, évitant ainsi le flou modal (mode blurring) où le modèle converge vers une moyenne peu réaliste. Les auteurs démontrent que cette "expressivité générative" agit comme un troisième axe d'optimisation, indépendant de la taille du modèle ou des données. Les résultats montrent des gains croissants avec l'échelle : l'exploration améliore l'efficacité des FLOPs d'un facteur 4,1, l'efficacité des échantillons de 6,2 et l'efficacité des paramètres de 47%. Sur ImageNet, XM atteint un FID de 1,43 sans guidage. Appliqué de bout en bout, XM permet une inférence en une seule passe, rivalisant avec des modèles de diffusion nécessitant des centaines d'étapes, notamment dans des tâches de contrôle robotique. Bien que le concept de sélection du meilleur parmi K (best-of-K) ne soit pas nouveau, cette formalisation clarifie son rôle pour amplifier l'expressivité générative. Alors que les modèles continuent de grandir, cette troisième "molette" pourrait devenir déterminante.

marsbitIl y a 44 mins

Les modèles génératifs peuvent aussi être entraînés de bout en bout ? Le noyau est en fait une boucle for

marsbitIl y a 44 mins

Upbit Rééquilibre 864 Milliards de SHIB lors d'un Transfert Interne entre Portefeuilles

Le courtier sud-coréen Upbit a réorganisé 864 milliards de SHIB entre ses propres portefeuilles internes, un mouvement significatif sur la blockchain mais qui correspond à un rééquilibrage de routine plutôt qu'à une vente. Les transferts, d'une valeur d'environ 4 millions de dollars, ont suivi une hausse de 36% du SHIB, ce qui a attiré l'attention. Cependant, l'analyse des adresses labellisées confirme qu'il s'agit de mouvements entre des portefeuilles chauds et d'autres adresses internes de la plateforme, et non d'un retrait de fonds ou d'une préparation à une vente. Cet événement souligne l'importance de contextualiser les gros mouvements on-chain. La transparence des blockchains peut prêter à confusion si les transferts ne sont pas correctement interprétés. Les échanges rééquilibrent régulièrement leurs actifs entre portefeuilles chauds (pour la liquidité) et froids (pour la sécurité) dans le cadre de leurs opérations normales. Pour les traders, un tel mouvement interne n'a pas d'impact direct sur l'offre disponible sur le marché. L'article conclut que, bien que notable par son ampleur et son timing, ce transfert ne doit pas être considéré comme un signal de vente ou de panique. Il rappelle que la puissance des données on-chain réside dans leur analyse croisée avec un étiquetage fiable des portefeuilles.

bitcoinistIl y a 46 mins

Upbit Rééquilibre 864 Milliards de SHIB lors d'un Transfert Interne entre Portefeuilles

bitcoinistIl y a 46 mins

Chacun limité à 20 articles ? La nouvelle règle de l'ICLR fait l'objet d'une « pétition ironique » d'un chercheur de DeepMind

L'ICLR 2027 a instauré une nouvelle règle limitant chaque auteur à un maximum de 20 soumissions, au-delà desquelles des articles seront rejetés aléatoirement. Cette mesure vise à soulager la pression sur un système d'évaluation en crise, après une augmentation de 68% des soumissions pour ICLR 2026 (19 525 articles). En réaction, Dan Roy, chercheur chez Google DeepMind, a lancé une pétition sarcastique sur X, dénonçant cette limite comme « arbitraire » et « ralentissant le progrès de l'IA ». Son texte, ironique, suggère qu'il faudrait au contraire encourager la production massive de papiers par des agents IA, puisque l'évaluation par des modèles de langage serait déjà une réalité. Il fait ainsi allusion au scandale de ICLR 2026, où environ 21% des commentaires d'évaluation avaient été suspectés d'être entièrement générés par IA. À travers cette satire, Roy questionne l'efficacité d'une simple limitation quantitative face à un paysage académique où la génération automatisée de publications et d'évaluations se généralise, appelant à une réflexion plus profonde sur les défis posés par l'IA à l'intégrité scientifique.

marsbitIl y a 50 mins

Chacun limité à 20 articles ? La nouvelle règle de l'ICLR fait l'objet d'une « pétition ironique » d'un chercheur de DeepMind

marsbitIl y a 50 mins

Une vulnérabilité sur Coldcard entraîne le vol de 89 millions de dollars, déclenchant la plus grande migration en chaîne depuis FTX

L'incident de sécurité concernant le portefeuille matériel Coldcard a conduit au vol d'environ 8900 millions de dollars en Bitcoin, déclenchant une importante migration de fonds sur la chaîne. Suite à un avertissement de la société Coinkite le 30 juillet concernant une vulnérabilité liée à la génération de phrases de récupération, les utilisateurs concernés ont dû transférer massivement leurs actifs vers de nouvelles adresses sécurisées. Cette migration a entraîné une flambée anormale de l'activité des petites transactions et des adresses actives, brouillant les indicateurs traditionnels du marché et faisant baisser le sentiment des investisseurs. Parallèlement, les enquêteurs se heurtent à des difficultés pour tracer les fonds volés, en partie à cause des restrictions des modèles d'IA commerciaux américains qui entravent l'analyse des données malveillantes, un problème déjà rencontré par d'autres équipes de sécurité. La situation souligne la vulnérabilité perçue du stockage à froid et les défis posés par l'IA dans la course contre la montre pour le suivi des cryptomonnaies volées.

marsbitIl y a 1 h

Une vulnérabilité sur Coldcard entraîne le vol de 89 millions de dollars, déclenchant la plus grande migration en chaîne depuis FTX

marsbitIl y a 1 h

OpenAI ne compte plus sur son modèle le plus cher pour gagner de l'argent

OpenAI réduit considérablement ses prix : le modèle GPT-5.6 Luna baisse de 80 % et Terra de 20 %. Ce mouvement, accompagné par Anthropic qui propose aussi des alternatives moins chères, marque un tournant stratégique. Les géants de l'IA ne misent plus seulement sur leurs modèles "phares" les plus performants et chers (comme Sol ou Fable) pour générer des revenus, mais encouragent désormais l'utilisation de modèles intermédiaires (Luna, Terra, Opus) pour les tâches courantes et à grande échelle. L'idée est de créer un écosystème où les modèles se spécialisent : les plus intelligents conçoivent et planifient, tandis que les plus abordables exécutent. Cette approche, similaire à l'industrie automobile où les modèles grand public assurent les volumes, vise à verrouiller les flux de traitement à bas coût. Un point clé est l'optimisation automatique : OpenAI révèle que ses modèles avancés participent désormais à l'optimisation de leur propre code et de leur efficacité, créant une boucle vertueuse de réduction des coûts. L'objectif final n'est plus de vendre l'intelligence la plus pointue, mais de devenir la plateforme par défaut, avec une rentabilité basée sur le volume massif d'appels d'API à très faible coût. Le débat se déplace ainsi de "quel modèle est le plus intelligent ?" vers "quel écosystème offre le meilleur ROI ?". L'ambition est que l'IA, comme l'électricité, devienne une utilité omniprésente et peu coûteuse, intégrée silencieusement dans tous les processus.

marsbitIl y a 2 h

OpenAI ne compte plus sur son modèle le plus cher pour gagner de l'argent

marsbitIl y a 2 h

Trading

Spot
活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow