10 月最值得投资的加密货币, 预计收益超过 100% – SOL、XRP、TON

金色财经发布于2024-09-27更新于2024-09-27

加密货币社区正准备迎接 10 月份的潜在反弹，也称为 Uptober，以看涨的价格走势而闻名。分析师预测，以下山寨币——Solana (SOL)、Ripple (XRP) 和 IntelMarkets 将在本月飙升。

Solana (SOL) 和 Ripple (XRP) 的价格在未来几周内可能飙升至 200 美元和 0.7343 美元，而IntelMarkets的价格预计也会大幅上涨。分析师表示，IntelMarkets 的价格在未来几个月内可能会飙升 200%。

Virtune 推出 Solana (SOL) ETP 产品

瑞士数字资产管理公司 Virtune 宣布将在阿姆斯特丹泛欧交易所推出 Virtune Staked Solana (SOL) 交易所交易产品。这款 ETP 为投资者跟踪 Solana (SOL) 的价格，并为交易产品带来额外的质押收入。

ETP 的年管理费为 0.95%，代表着 Virtune 在加密货币投资领域的持续扩张。另外，Solana 的价格在过去一周表现出显著的复苏，飙升至 50-SMA（141.84 美元）和 200-SMA（146.39 美元）。

几个月前，Solana 加密货币测试了 120 美元的支撑位。目前，市场已经恢复了积极势头，加密货币的价值正在上涨。如果这种上涨趋势持续下去，分析师预计 Solana 代币价格将在 10 月突破 200 美元大关。

XRP

尽管过去几周瑞波币 (XRP) 交易横盘整理，但它仍然受到巨额投资者的关注。CryptoWuant的最新数据显示，9 月 23 日，超过 2.52 亿 XRP 从加密货币交易所被提取。

此次大规模撤资表明投资者的看涨情绪和抛售压力有所减轻。分析师认为，瑞波币 XRP 从交易所撤出可能导致未来几周出现看涨势头。

目前，瑞波币的价格正在50-SMA（0.567861 美元）和 200-SMA（0.550068 美元）上方盘整，这是一个看涨信号。他们表示，瑞波币价格（美元）可能会在 10 月份出现上涨，飙升至 0.7343 美元的峰值。然而，任何看跌的价格走势都会使这一预测失效，DeFi 代币可能会跌破 50-SMA。

Toncoin 概述和未来价格预测

Toncoin (TON) 是一种与开放网络 (TON) 挂钩的加密货币，TON 是 Telegram 最初创建的去中心化区块链。在 Telegram 因法院命令停止参与后，TON 基金会继续运营该网络。它使用权益证明模型来支持安全、高效且费用低廉的交易。该网络旨在提供各种去中心化服务。对 Toncoin 价格的预测显示未来几年可能会上涨。2025 年，价格可能在 6.45 美元至 30.30 美元之间，而到 2030 年，价格可能在 16.06 美元至 26.04 美元之间。这些预测基于过去的价格趋势和比特币的市场周期。

总结

根据当前的加密货币市场情绪，目前最值得投资的代币是 Solana (SOL)、Ripple (XRP) 和 IntelMarkets。这三种代币目前都是市场上表现最好的代币，并且可能在未来一个月为持有者带来更多收益。

你可能也喜欢

卖内存的万亿狂欢，买内存的利润腰斩

2026年5月26日晚间，小米与美光科技的状况形成鲜明对比。小米一季度财报显示，其经调整净利润同比暴跌43.1%，手机业务毛利率下滑。小米总裁卢伟冰指出，手机内存成本同比飙升近4倍，但公司选择不将成本转嫁给消费者，并预测涨价周期将持续。与此同时，内存巨头美光科技股价单日暴涨超19%，市值突破1万亿美元，多家投行大幅上调其目标价。华尔街看好其前景的核心逻辑在于“长期供货协议”（LTA）和AI需求。云厂商为锁定AI所需的HBM和DDR5等高端存储芯片产能，纷纷与存储厂签订长期固定价格合同。这被认为可能从根本上削弱存储行业固有的强周期性，推动其估值从周期股向更稳定的公用事业类股切换。然而，当前的“存储超级周期”内部分化严重。AI存储（如HBM、服务器DDR5）极度紧缺、价格飞涨；手机存储也面临涨价压力，挤压了小米等手机厂商的利润；而PC零售现货市场却因渠道库存出现价格回调。这种分化源于存储厂商将产能优先分配给利润更高的AI客户。文章对“LTA消灭周期”的叙事提出质疑。美光当前的高盈利建立在价格暴涨的周期顶部，其出货量增长有限，营收增长主要依赖涨价。历史表明，当需求增速放缓或产能大幅扩张后，供需可能快速逆转。长期协议在下行周期中也可能面临挑战。当市场一致乐观地认为“这次不一样”时，或许更应保持审慎。狂欢背后，是内存卖家与买家截然不同的境遇。

链捕手6分钟前

链捕手6分钟前

被纳入罗素指数的DAT公司，也救不了以太坊

富时罗素公布了2026年罗素3000指数的初步入选名单，新增了多家加密货币概念股，包括CoreWeave、Iren Limited、Galaxy Digital Holdings，以及以太坊DAT公司BitMine和Sharplink、SOL DAT公司Forward Industries。罗素指数是全球重要的美国股票基准，约20万亿美元资产以其为基准。被纳入指数意味着将获得跟踪指数的巨额被动资金的强制配置。历史上，新纳入公司在调整后短期内常获得显著价格涨幅。对于DAT公司，股价上涨有利于其增发股票以购买更多加密货币。然而，指数纳入带来的资金流入主要惠及DAT公司股票，未必能直接支撑底层加密货币资产的价格。近期，以太坊社区重要人物David Hoffman清仓ETH，认为以太坊作为公共基础设施的成功，只有一小部分价值会反映在ETH价格上，应用层和L2捕获了大部分价值。当前以太坊等公链代币面临估值困境，DAT公司的买盘可能部分抵消卖压，但无法解决根本问题。罗素指数纳入加密公司是传统金融与数字资产融合的里程碑，有助于相关公司获得机构认可和资金。但对于ETH等原生代币而言，“代币是货币”的叙事正在让位于“代币是公共基础设施”的现实，如何为其价值找到新叙事是当前的关键挑战。

marsbit47分钟前

marsbit47分钟前

实锤，GPT-5.5「降智」被抓，OpenAI官方文档认了

GPT-5.5近期被用户频繁投诉存在“降智”问题。用户发现，在使用一两个小时后，尽管界面仍显示为“GPT-5.5 Extended Thinking”，但模型响应速度变快，输出质量却断崖式下跌，仿佛被偷偷换成了更小、能力更弱的模型。开发者通过询问模型训练数据截止日期等测试发现，实际运行的模型版本与用户选择的版本不符。OpenAI官方帮助文档承认，在达到使用限额（如Plus用户每3小时160条消息）或服务器高负载时，系统会静默切换至更低成本的模型（如mini版），且不会在用户界面给出任何提示。这一问题并非首次出现。自GPT-5发布以来，几乎每次主要版本更新后都会伴随类似的“性能下降”投诉。用户抱怨包括回复变短、拒绝执行指令、代码质量下降等。此前也有Pro用户通过追踪命令实锤，其请求的GPT-5.3 Codex被静默降级为GPT-5.2基础版。尽管OpenAI在5月中旬曾将相关状态标记为“已解决”，但5月下旬的投诉反而更加集中。分析认为，这背后是算力成本与盈利能力之间的平衡压力。与此同时，下一代模型GPT-5.6已出现在后台日志中。评论指出，AI竞赛中模型迭代速度越来越快，但付费用户所获得的稳定、高质量服务体验却似乎难以保障。

marsbit48分钟前

marsbit48分钟前

Agent化的OS：拼的不是AI，是底盘

本文探讨了操作系统（OS）进入“Agent化”时代的核心竞争要素，指出竞争焦点并非表面AI功能，而在于支撑其可靠运行的底层技术“底盘”。文章以Google、Microsoft、Apple、华为等主流OS厂商的动向为例，说明端侧OS集成主动式AI能力（Agent）已成为明确趋势。然而，发布会展示的功能背后，真正的较量在于三层核心能力底座： 1. **系统级AI Runtime**：作为调度中枢，它将端侧模型的推理能力变为OS层共享服务，统一调度算力与内存，是Agent能跨App执行系统级操作的基础。例如Google的AICore、Apple的Foundation Models框架。 2. **可控芯片**：自研或深度可控的芯片（如Apple Silicon、Google Tensor、华为麒麟）是实现深度软硬协同优化的关键，决定了端侧Agent的响应速度、功耗和体验上限。 3. **端云模型矩阵**：云端模型处理复杂任务，端侧模型（如Gemini Nano、Phi Silica、盘古端侧模型）保障日常任务的低延迟、隐私和稳定性。端侧模型需与OS和NPU深度耦合，自研是主流选择。这三层能力自下而上紧密耦合：芯片决定模型效率，模型决定Runtime能力，Runtime决定Agent的可靠性。协同越深，OS厂商在响应延迟、隐私保护、系统级上下文理解、服务可靠性等方面的产品差异化就越明显，护城河也越厚。此外，文章指出，OS Agent的长期竞争力还受制于与App厂商的博弈（通过API深度集成还是屏幕识别交互）、隐私保护体系的构建等关键变量。这场竞争已超越手机和PC，正随着多设备生态向汽车、XR眼镜等IoT领域扩展。最终，OS Agent化的成功非一朝一夕，依赖于芯片、模型与Runtime在长期迭代中的深度融合与打磨。

marsbit1小时前

marsbit1小时前

Sam Altman 的“水电论”为何引爆版权争议

本周，OpenAI首席执行官Sam Altman在贝莱德峰会上提出“AI将像水电一样成为公用事业，人们按量购买”的类比，引发广泛争议。批评者指出，这一比喻掩盖了AI与公用事业的根本差异：水电是“增量建设”，而AI训练依赖对全网公开内容的“存量重组”，且多数数据未经授权或付费。此外，公用事业通常承担普遍服务义务并受严格监管，而AI的token定价机制存在歧视性，输出成本远高于输入，且缺乏公共治理框架。 Altman的发言实则是面向基础设施投资者的叙事，旨在为OpenAI所需的巨额数据中心投资吸引资金。然而，法律上依赖的“合理使用”原则正因AI公司开始购买授权数据而面临逻辑矛盾。当前，AI在功能上趋近基础设施，但在产权、定价和治理层面存在裂缝。对用户而言，需关注实际使用量趋势；对企业，需警惕对单一供应商定价体系的依赖；对创作者，则凸显了作品被无偿用于训练却缺乏回报机制的问题。AI正在基础设施化，但要成为真正的公用事业，仍需解决数据收益分配等核心问题。

marsbit1小时前