Топ-5 упавших криптовалют в 2025 году

cryptonews.ruОпубликовано 2024-05-24Обновлено 2025-04-24

Несколько токенов из топ-100 потеряли десятки процентов стоимости в 2025 году. Представляем список криптоактивов, наиболее заметно упавших в цене

«РБК-Крипто» не дает инвестиционных советов, материал опубликован исключительно в ознакомительных целях. Криптовалюта — это волатильный актив, который может привести к финансовым убыткам.

Большую часть времени с начала года биткоин и другие крупные криптовалюты ведут себя противоположно позитивным ожиданиям инвесторов относительно политики президента США Дональда Трампа. Подписанные главой государства указы о создании стратегического резерва из криптовалют, а также об «укреплении лидерства США в цифровых финансах» не смогли положительно повлиять на цены большинства крупных монет.

От пиковых значений 2025 года — в середине января — общая капитализация крипторынка упала примерно на 20%, согласно Coinmarketcap на 24 апреля. Однако около 50 из списка 100 крупнейших по капитализации монет обвалились в диапазоне от 20 до 75% с начала года. Ниже представлен список пяти криптовалют, показавших наибольшее падение в этом году.

rbc.group

Movement (MOVE)

Movement является сетью второго уровня для масштабирования Ethereum и запустила свой токен в начале декабря 2024 года при цене $0,66. А максимальная цена MOVE была достигнута в конце декабря на уровне $1,21.

По данным на 24 апреля, цена MOVE находится на уровне $0,23, что составляет почти 75% падения с начала года. Проект также известен тем, что поддерживаемый семьей президента США Дональда Трампа криптопроект World Liberty Financial начал покупать токены MOVE на его баланс. Капитализация MOVE составляет более $560 млн.

Theta Network (THETA)

Theta Network — это блокчейн первого уровня и децентрализованная инфраструктура для видео и искусственного интеллекта. Разработчики предложили пользователям делиться вычислительными мощностями своего оборудования и получать за это оплату.

Токен THETA начал торговаться в 2018 году по цене около $0,18, достигнув ценового пика около $13 в начале 2021 года. После его котировки падали все эти годы с небольшими ценовыми подъемами в 2024 году. Текущая цена THETA — около $0,68 при капитализации около $690 млн. Падение с начала года — почти 70%.

Ethena (ENA)

Ethena (ENA) — это токен блокчейн-протокола Ethena, который является эмитентом одного из крупных стейблкоинов — USDe, представляющий собой синтетический доллар. Его ключевая особенность в том, что он обеспечен хеджированными деривативными позициями на другие криптовалюты, например биткоин и Ethereum. Такой механизм позволяет поддерживать стабильность актива без необходимости хранения фиатных резервов.

ENA начинала торговаться в начале 2024 года по цене $0,78, достигнув ценового пика в апреле того же года на уровне $1,46. Абсолютный минимум был в сентябре 2024 года на отметке около $0,21. К концу прошлого года котировки вновь выросли выше $1,2, но не смогли обновить максимум.

Текущая цена криптоактива находится около $0,34 при капитализации почти в $2 млрд. Падение с начала года — более 60%.

Floki (FLOKI)

Floki — мемкоин и одновременно токен управления в одноименной экосистеме, которая включает игровую метавселенную, NFT-маркетплейс, DeFi-проект FlokiFi и образовательную криптоплатформу.

Цена токена составляет тысячные доли центов, он начал торговаться с 2021 года при стартовой капитализации около $2 млн с пиком в конце 2024 года почти $3 млрд. Падение с начала года составляет около 60%.

Worldcoin (WLD)

Курс токена WLD компании Worldcoin Сэма Альтмана с начала 2025 года по 24 апреля упал на 58% — до уровня $0,9 за токен. Токен начал торговлю в середине 2023 года, а пик цены пришелся на начало 2024 года — около $11,7.

Отличительная черта проекта в том, что операторы Worldcoin в разных странах сканируют глазные яблоки людей с помощью устройства Orb — отражающего металлического шара, который записывает информацию о радужной оболочке глаза человека в виде кода. Все, кто прошел сканирование, получают за это небольшую сумму в токенах WLD.

Проект неоднократно сталкивался претензиями или запретами от регуляторов в странах присутствия его операторов — всех их волнует сбор биометрических данных граждан, который они считают незаконным, — а также с критикой с экономической точки зрения — за то, что его первоначальное распределение токенов среди инвесторов крайне низко относительно общего предложения.

Похожее

Доход 100 миллионов долларов в год. Два соседа по общежитию из Беркли, 90-х годов рождения, создали самый прибыльный бизнес в сфере ИИ

Два студента Калифорнийского университета в Беркли, Анастасиос Ангелопулос и Вэй-Лин Чианг, превратили свой исследовательский проект — платформу Chatbot Arena для слепого сравнения ИИ-моделей — в бизнес с годовым доходом $100 млн. Их платформа, теперь известная как Arena, использует голосование пользователей для создания рейтинга больших языковых моделей (LLM), собрав 100 млн оценок. Хотя сам сервис для пользователей бесплатный, компания зарабатывает, предлагая платные услуги по углубленной оценке (AI Evaluations) для ИИ-компаний и корпораций. Это позволяет клиентам тестировать свои модели в реалистичных условиях, выявляя сильные и слабые стороны перед выпуском. Бизнес-модель Arena сравнивают с «продажей лопат во время золотой лихорадки». Всего через несколько недель после отделения от университета в 2025 году компания привлекла $100 млн в рамках посевного раунда при оценке в $600 млн. К январю 2026 года, после раунда финансирования серии A в $150 млн, её оценка достигла $1,7 млрд. Сегодня Arena расширяет свою деятельность, тестируя не только чат-ботов, но и автономных ИИ-агентов, способных выполнять сложные задачи, такие как программирование и анализ. Платформа стала важнейшим независимым арбитром в конкурентной борьбе между такими гигантами, как OpenAI, Google и Anthropic, доказывая, что в мире ИИ быть судьёй может быть выгоднее, чем быть игроком.

marsbit7 мин. назад

Доход 100 миллионов долларов в год. Два соседа по общежитию из Беркли, 90-х годов рождения, создали самый прибыльный бизнес в сфере ИИ

marsbit7 мин. назад

Набирает 24 тыс. звезд: одной командой ИИ сам находит себе навыки

Vercel представил инструмент навыков (skills) для ИИ-агентов, набравший 24 000 звезд на GitHub. Это менеджер пакетов, подобный npm, который позволяет одной командой `npx skills add` устанавливать готовые наборы правил и скриптов — «навыки» — в различные ИИ-инструменты (Claude Code, Cursor и др.). Он решает проблему передачи проектных требований и лучших практик ИИ. Ключевой особенностью является навык `find-skills`, который автоматически находит и устанавливает нужные пакеты по описанию задачи, действуя как поисковик способностей для ИИ. Однако эксперты по безопасности предупреждают о рисках. Аудит тысяч навыков выявил, что многие содержат критические уязвимости или вредоносный код, способный украсть данные или выполнить произвольные команды. В отличие от npm, навыки напрямую влияют на поведение ИИ и имеют доступ к системе. Таким образом, инструмент открывает эру удобного обмена ИИ-способностями, но требует от пользователей осторожности и проверки источников устанавливаемых пакетов.

marsbit8 мин. назад

Набирает 24 тыс. звезд: одной командой ИИ сам находит себе навыки

marsbit8 мин. назад

Токены съедают треть зарплат, счет за ИИ в Кремниевой долине вышел из-под контроля

Ключевые выводы из анализа SemiAnalysis: расходы на токены для внутренних ИИ-моделей в некоторых компаниях достигают 30% от фонда заработной платы. При этом производительность возрастает в разы: задачи, требовавшие ранее часов работы, теперь решаются за минуты за несколько долларов. Хотя такие компании, как Uber и Microsoft, столкнулись с неконтролируемым ростом ИИ-расходов и ограничивают бюджеты, анализ показывает, что стоимость токенов будет резко снижаться. За счёт оптимизации ПО (14-кратный рост скорости) и новых аппаратных решений (в 17-32 раза производительнее) стоимость к 2030 году может упасть более чем на 90%. Токен становится новым "средством производства". Несмотря на рекордные инвестиции в ИИ-инфраструктуру (7400 млрд долларов в 2024 году) и текущее отсутствие макроэкономического эффекта, это типичная фаза технологической революции: сначала строится "трубопровод", затем он наполняется "потоком" приложений. Компании, которые уже сейчас эффективно используют ИИ, как SemiAnalysis, получают многократное преимущество в производительности на фоне снижающихся издержек.

marsbit12 мин. назад

Токены съедают треть зарплат, счет за ИИ в Кремниевой долине вышел из-под контроля

marsbit12 мин. назад

Инженер Claude представляет Fable 5 и «Пылающую формулу», которая научит вас устранить информационный разрыв с моделью

Модель Fable 5 Claude привлекла большое внимание — от высоких ожиданий до правительственных ограничений. Главный вопрос: почему мощные модели иногда не справляются с задачами? Инженер Claude Code Тэрик Шихипар объясняет: проблема в **информационном разрыве** между пользователем и ИИ — различии между подсказкой, контекстом и реальным выполнением. **Карта — это не территория:** «Карта» — это ваши инструкции и контекст для Claude, а «территория» — реальный код, ограничения и мир. Разрыв между ними — **«неизвестные»**. Когда Claude встречает неизвестное, он действует по предположениям. Чем сложнее задача, тем больше неизвестных. Качество работы с Fable 5 напрямую зависит от умения выявлять и устранять эти пробелы. **Типы «неизвестных»:** 1. **Известные известные:** То, что четко указано в подсказке. 2. **Известные неизвестные:** Вопросы, которые вы осознаете. 3. **Неизвестные известные:** Очевидные для вас, но не озвученные детали. 4. **Неизвестные неизвестные:** То, о чем вы даже не подозреваете. **Как работать с Claude для устранения разрыва:** * **Планирование:** Попросите Claude провести «сканирование слепых зон», помочь с мозговым штурмом, создать прототип или задать уточняющие вопросы. * **Использование референсов:** Покажите примеры кода, дизайна или документации. * **Создание плана:** Перед реализацией пусть Claude составит план, выделив ключевые решения. * **В процессе:** Попросите вести файл с заметками о принятых решениях и отклонениях от плана. * **После:** Создавайте итоговые документы с объяснениями и даже проводите тесты на понимание проделанной работы. **Вывод:** Сила современных моделей требует нового подхода. Ключ к успеху — не просто давать команды, а **итеративно сотрудничать** с ИИ, выявляя «неизвестные» на всех этапах работы с помощью прототипов, вопросов и референсов. Это превращает Claude в настоящего партнера по решению задач.

marsbit13 мин. назад

Инженер Claude представляет Fable 5 и «Пылающую формулу», которая научит вас устранить информационный разрыв с моделью

marsbit13 мин. назад

OpenAI рушится: в оригинальной работе по Scaling law обнаружен баг, триллионные вычислительные мощности потрачены впустую

Бывший исследователь OpenAI Диого Алмейда заявил, что оригинальная работа OpenAI о Scaling Law содержит критическую ошибку, из-за которой вся индустрия ИИ несколько лет следовала неверному пути. В 2020 году OpenAI утверждала, что при фиксированном бюджете вычислительных мощностей следует увеличивать параметры модели, а не объем данных. Это привело к созданию «раздутых» моделей, таких как GPT-3. Однако в 2022 году DeepMind своей моделью Chinchilla опровергла этот подход, показав, что параметры и данные должны масштабироваться сбалансированно. Алмейда указывает на три ключевые проблемы в первоначальном исследовании OpenAI: 1) все модели обучались на одинаковом и недостаточном для больших моделей объеме данных; 2) использование затухания скорости обучения создавало ложное впечатление, что модели достигли предела; 3) выводы, справедливые для ограниченных условий, были ошибочно приняты за универсальный закон. В результате индустрия, возможно, потратила триллионы операций впустую на обучение неоптимальных моделей. Более того, как отмечают некоторые исследователи, текущие Scaling Law в основном отражают закономерности английского языка, который требует для обучения больше данных, чем другие языки. Это ставит под сомнение универсальность данных законов и указывает на возможность создания более эффективных моделей.

marsbit29 мин. назад

OpenAI рушится: в оригинальной работе по Scaling law обнаружен баг, триллионные вычислительные мощности потрачены впустую

marsbit29 мин. назад

Торговля

Спот
活动图片