数据对比跨链桥交易,哪个桥最便宜?

Odaily星球日报Xuất bản vào 2024-06-04Cập nhật gần nhất vào 2024-06-04

Tóm tắt

无论如何,用户在这些“跨链桥之争”中是最终的赢家。

作者:Hart Lambur

编译:深潮 TechFlow

结论

对于普通的 L2 到 L2 转账,@AcrossProtocol 明显是最快且最便宜的跨链桥。对于普通的 ETH 到 L2 的转账,Across 比 Stargate 的快速桥要快得多且便宜得多,Across 与 Stargate 的慢速桥在费用上基本持平(但 Across 快了整整 20 倍)。对于普通的 L2 到 ETH 转账,Across 比 Stargate 的快速选项要快得多且便宜,虽然比 Stargate 的慢速选项稍贵,但 Across 快了整整 100 倍。

分析

在过去几天里,@PrimoridalAA 指责我在比较我们的跨链桥时挑选有利数据。我认为对此最好的回应是开发一种方法来解释“更便宜”的含义,然后看看谁赢了。

我的方法是:对于普通桥接交易,哪个桥最便宜?由于L2到L2、ETH 到L2、L2到 ETH 的交易规模和费用差异很大,我将分别研究这些情况。对于选择哪些 L2,我建议我们看三个最大的:Arbitrum(Arb)、Base、Optimism(OP)。

以下是过去 30 天滚动平均的L2到L2桥接交易规模,使用 Across 和 Stargate 数据进行测量:

数据对比跨链桥交易,哪个桥最便宜?

L2 到 L2 的两种桥接平均交易规模约为 55 美元,或约 0.015 ETH。(注意平均规模有下降趋势;稍后会详细讨论)。

很好,那么哪种桥接在L2之间移动 0.015 ETH 时更便宜呢?这应该能回答“哪个桥接在L2之间的普通桥接交易中更便宜”。

答案是:无论在哪种L2之间转移 0.015 ETH,Across 都比 Stargate 便宜且快。

我刚刚将 0.015 ETH 从 Base 桥接到 OP。结果如下:

Across 耗时 4 秒,费用 1.1 美分。

Stargate“快速”耗时 50 秒,费用 5.6 美分。

Stargate“便宜”耗时 1 分 2 秒,费用 3.0 美分。

我相信我肯定会被指责挑选了 Base 到 OP,但老实说,去查任何 0.015 ETH 的路线就知道,Across 明显更便宜,而且在任何L2到L2的情况下肯定更快!这一点毫无疑问。

结论:Across 显然是普通L2到L2交易中最快且最便宜的跨链桥。

接下来,让我们看一下 ETH 到 L2 的数据。

以下是三个最大的 L2 的 30 天滚动平均 ETH 到 L2 交易规模,使用 Across 和 Stargate 数据进行测量:

数据对比跨链桥交易,哪个桥最便宜?

Eth 到 [Arb, Base, OP] 的平均交易规模为 Across 的 ~ 100 美元和 Stargate 的 ~ 400 美元。让我们取平均值为 250 美元,或 ~ 0.06 ETH。

现在让我们将 0.06 ETH 从 ETH 桥接到 OP。

结果:

Across 花了 28 秒,成本为 2.6 美分。

Stargate“快速”需要 4 分钟,成本为 5.5 美分。

Stargate“便宜”需要 9 分 40 秒,成本为 2.2 美分。

Across 比 Stargate 的快速选项便宜得多,速度也快得多。

与 Across 的廉价选项相比,Stargate 是 2.2 美分,而 Across 是 2.6 美分,但 Across 需要 28 秒,而 Stargate 的需要 9 分 40 秒。

至于这种成本差异是否值得速度上的差异,我将留给市场来决定。同样,您也可以自己尝试一下。

最后,让我们看一下 L2 到 ETH 的数据。

以下是三个最大的 L2 的 30 天滚动平均 L2 到 ETH 交易规模,使用 Across 和 Stargate 数据进行测量:

数据对比跨链桥交易,哪个桥最便宜?

Across 到 ETH 的平均 [Arb, Base, OP] 交易规模为 ~ 700 美元,Stargate 为 ~ 200 美元。让我们取平均值为 450 美元,或 ~ 0.06 ETH。

现在让我们将 0.06 ETH 从 ETH 桥接到 OP。 结果:

Across 花了 4 秒,成本 5.41 美元。

Stargate“快速”耗时 2 分 12 秒,成本 16.80 美元。

Stargate“便宜”花了 6 分 34 秒,成本为 4.41 美元。

同样,Across 在速度和成本方面都主导了 Stargate 的快速选择。

Stargate 的慢速选项稍微便宜一些,但需要 6 分 34 秒,而 Across 只需 4 秒。

跨链桥之争会走向何方?

个人认为,随着下一个十亿人进入加密货币领域,他们将(1)几乎完全使用 L2(或 alt-L1),以及(2)交易规模会继续缩小。Across 已经是 L2 传输中最便宜、最快的桥接器,随着传输规模变小,Across 基于意图的架构将继续占据主导地位。

Stargate 的“慢速”选项在与以太坊主网交易时可以节省一些成本,但速度上的妥协非常明显。我认为是否值得为了节省边际成本而牺牲速度,应该由市场来决定。

无论如何,用户在这些“跨链桥之争”中是最终的赢家,我相信加密推特用户至少对我和我兄弟 Bryan 之间的争论略感兴趣。

Nội dung Liên quan

Vừa Rồi, Anthropic Công Bố Tiêu Chuẩn MCP Vật Lý: Claude Bắt Đầu Tiếp Quản Thế Giới Thực

Anthropic vừa công bố tiêu chuẩn mới mang tên Model Hardware Standard (MHS), một phần mở rộng của giao thức MCP, cho phép các tác nhân AI như Claude tương tác và điều khiển an toàn các thiết bị vật lý như kính hiển vi, cánh tay robot, máy xử lý chất lỏng và laser. MHS hoạt động như một trình điều khiển tiêu chuẩn hóa, dịch các lệnh cơ bản (đọc, ghi) để mọi thiết bị có giao diện lập trình có thể hiểu được. Nó giúp các tác nhân AI và thiết bị tự phát hiện, giao tiếp qua mạng mà không cần phần mềm chuyển đổi tùy chỉnh, rút ngắn quá trình tích hợp từ vài tuần xuống còn vài giờ hoặc vài phút. MHS còn tạo tài liệu tham chiếu với thông tin đặc tính và giới hạn an toàn của thiết bị, cho phép AI vận hành ngay cả những thiết bị chưa từng gặp. Trong thử nghiệm, Claude đã có thể khám phá, điều chỉnh laser, quan sát kết quả, đóng gói quy trình thành một script tự động. Tiêu chuẩn này hứa hẹn cách mạng hóa nghiên cứu và sản xuất bằng cách cho phép AI giám sát, sắp xếp trình tự thí nghiệm, điều chỉnh tham số theo thời gian thực và xử lý lỗi. MHS hiện đang trong giai đoạn xem trước nghiên cứu, với sự hợp tác từ các đối tác như AWS, Automata, Danaher, và nhiều công ty phần cứng khác. Dù vẫn cần sự giám sát của chuyên gia và chưa tương thích với thiết bị không có giao diện lập trình, MHS được kỳ vọng là bước tiến quan trọng đưa AI từ thế giới kỹ thuật số sang thế giới vật lý.

marsbit3 phút trước

Vừa Rồi, Anthropic Công Bố Tiêu Chuẩn MCP Vật Lý: Claude Bắt Đầu Tiếp Quản Thế Giới Thực

marsbit3 phút trước

Độc nhất trong lịch sử: Tài sản với tỷ lệ thắng 100% khi nắm giữ 4 năm

Tác giả phân tích một đặc điểm thống kê thú vị về Bitcoin: Trong số các tài sản rủi ro chính, chỉ có Bitcoin từng đạt được kỷ lục "lợi nhuận danh nghĩa dương 100% cho mọi chu kỳ nắm giữ 4 năm lịch sử". Nghiên cứu của Strategy sử dụng dữ liệu từ 2010 đến 2026 cho thấy, trong 4.419 cửa sổ lăn 4 năm, không có chu kỳ nào kết thúc trong thua lỗ. Ngay cả chu kỳ 4 năm tệ nhất (từ tháng 4/2021 đến tháng 4/2025) vẫn đạt tổng lợi nhuận +32,6%. Ngược lại, các tài sản truyền thống khác như S&P 500, Nasdaq 100, vàng, bất động sản Mỹ, trái phiếu dài hạn và trái phiếu doanh nghiệp đều từng có các chu kỳ 4 năm cho kết quả âm. Chỉ có các công cụ phi rủi ro như trái phiếu ngắn hạn Mỹ lăn liên tục, tiền gửi có kỳ hạn 4 năm (CD) hoặc trái phiếu Mỹ có thời gian đáo hạn dưới 4 năm mới có thể đảm bảo lợi nhuận danh nghĩa dương 100% nhờ cơ chế hợp đồng và bảo hiểm tín dụng. Tuy nhiên, bản chất của "100%" này giữa Bitcoin và trái phiếu là hoàn toàn khác biệt. Bitcoin không có người phát hành, không có cam kết hoàn trả, không có dòng tiền. Thành tích 100% của nó hoàn toàn đến từ việc giá thị trường tăng lên theo thời gian một cách hữu cơ, bất chấp nhiều lần lao dốc 70-90%. Điều này cho thấy sức mạnh đặc biệt của việc nắm giữ Bitcoin trong dài hạn so với việc giao dịch liên tục.

marsbit9 phút trước

Độc nhất trong lịch sử: Tài sản với tỷ lệ thắng 100% khi nắm giữ 4 năm

marsbit9 phút trước

AI đang tăng tốc mọi thứ, phòng tuyến toán học vừa thất thủ, vật lý đã nằm trong tầm ngắm của AI

Mùa hè này, toán học chấn động khi mô hình Astra của OpenAI giải quyết 10 vấn đề tồn đọng lâu năm, còn Claude Fable 5 thúc đẩy đáng kể Giả thuyết Riemann. Điều này khiến nhiều nhà nghiên cứu trẻ, như nghiên cứu sinh Sidharth Hariharan, hoang mang khi công trình bị AI công bố trước. Không chỉ toán học, vật lý lý thuyết cũng bước vào kỷ nguyên AI. Gavin E. Crooks, chuyên gia về nhiệt động lực học thống kê không cân bằng, đã đưa một bài toán mở cho Claude. Chỉ vài ngày sau, Claude đã giải quyết triệt để vấn đề mà một nghiên cứu sinh vật lý có thể cần hàng tháng. Vấn đề thuộc về định lý dao động chi tiết (DFT) trong nhiệt động lực học ngẫu nhiên, liên quan đến các ràng buộc thống kê của entropy sản sinh. Claude đã đưa ra câu trả lời thống nhất và thanh lịch: tất cả các phân bố tuân theo DFT tương ứng với một phân bố "khoảng cách" duy nhất. Các thống kê chung tạo thành một khối lồi, với mỗi mô-men bậc n chỉ có một cận dưới chính xác và không có cận trên. Hầu hết các giới hạn DFT đã công bố trước đây đều là hình chiếu của khối lồi thống nhất này. Claude đã tự viết toàn bộ bản thảo bài báo. Điều đáng chú ý không chỉ là kết quả vật lý, mà là quy trình nghiên cứu do AI dẫn dắt. AI không chỉ giải quyết vấn đề đã biết, mà đang giúp các nhà khoa học khám phá những vấn đề chưa biết cách tiếp cận. Điều này báo hiệu một cuộc chuyển đổi lớn trong học thuật, đặt ra câu hỏi về vai trò tương lai của việc nghiên cứu và đào tạo con người.

marsbit24 phút trước

AI đang tăng tốc mọi thứ, phòng tuyến toán học vừa thất thủ, vật lý đã nằm trong tầm ngắm của AI

marsbit24 phút trước

OpenAI tiến gần đến việc tạo ra AI cấp độ con người: Điều gì đang cản trở việc phát hành nó

OpenAI đã tiến gần tới việc tạo ra trí tuệ nhân tạo cấp độ con người (AGI), với dự kiến có một hệ thống nội bộ đạt chuẩn AGI vào cuối năm 2026. Giám đốc điều hành Sam Altman và các lãnh đạo khác bày tỏ sự lạc quan, đánh giá tiến trình hiện tại đạt khoảng 80%. Trọng tâm hiện nay là dòng mô hình thế hệ mới Astra, được chứng minh có khả năng nghiên cứu tự động đáng kinh ngạc, hoàn thành công việc tương đương một tuần của con người chỉ trong thời gian ngắn. Tuy nhiên, sự tiến bộ nhanh chóng đi kèm với lo ngại về an ninh mạng. Các đánh giá nội bộ cho thấy Astra đã đạt được khả năng mã hóa tác nhân và năng lực mạng đáng kể, buộc OpenAI phải tạm dừng một phần công việc với mô hình này từ đầu tháng 8/2026 để thực hiện các biện pháp an toàn tăng cường. Các biện pháp bao gồm tạm ngừng đào tạo, cách ly cơ sở hạ tầng chặt chẽ hơn và giám sát gia tăng. Altman xác nhận trên mạng xã hội X rằng họ cần thêm thời gian để đảm bảo tính an toàn trước khi phát hành Astra rộng rãi. Tình huống này cho thấy sự cân bằng tinh tế mà OpenAI phải đối mặt: thúc đẩy phát triển AGI trong khi kiểm soát các rủi ro an ninh tiềm ẩn. Bối cảnh cạnh tranh khốc liệt giữa các phòng thí nghiệm AI càng làm tăng thêm áp lực, đặt ra câu hỏi liệu tốc độ hay an toàn sẽ là yếu tố quyết định cuối cùng.

cryptonews.ru3 giờ trước

OpenAI tiến gần đến việc tạo ra AI cấp độ con người: Điều gì đang cản trở việc phát hành nó

cryptonews.ru3 giờ trước

Giao dịch

Giao ngay
活动图片