CoinMarketCap 发布 2026 年 1 月主要加密货币交易所储备排名报告

TheNewsCrypto发布于2026-02-04更新于2026-02-04

文章摘要

CoinMarketCap发布了2026年1月主流加密货币交易所储备金排名报告。币安以1556.4亿美元总储备位居榜首,OKX(312.9亿美元)和Bybit(141.7亿美元)分列二三位。库币以21.6亿美元排名末位。 报告将储备金分为五类:稳定币、其他山寨币、平台币、ETH及衍生品、BTC及衍生品。MEXC的稳定币占比最高(78.97%),库币稳定币占比55.08%位列第二。HTX稳定币占比最低(23.37%)。Bitget的BTC及衍生品占比最高(53.02%),所有交易所均大幅持有稳定币和BTC相关资产。 社区评论指出,交易所更注重流动性质量而非规模,并肯定币安的市场主导地位。同期CMC20指数下跌2.47%,加密货币总市值约2.57万亿美元,跌幅2.21%。

CoinMarketCap 刚刚发布了新数据,分享了 2026 年 1 月交易所储备的详细信息。该榜单对交易所进行了排名,同时还细分了它们的储备构成。社区已认可该榜单,并将流动性的质量与规模进行了比较。

CoinMarketCap 发布的 2026 年 1 月交易所储备排名报告

CoinMarketCap 通过一篇 X(推特)帖子,根据各交易平台 2026 年 1 月的总储备对其进行了排名。CoinMarketCap 强调了币安的主导地位,同时指出了每家公司在规模、资产策略和流动性方面的差异。

币安的总储备为 1556.4 亿美元。紧随其后的是 OKX,总储备为 312.9 亿美元。差距非常明显——因此确立了币安的主导地位。Bybit 以 141.7 亿美元的储备在榜单上排名第三。KuCoin 以 21.6 亿美元的储备排名第 8 位,位列最后。

Gate 和 HTX 分别位列榜单第 4 和第 5 位。它们的储备分别为 78.6 亿美元和 69.2 亿美元,按此顺序排列。Bitget 和 MEXC 位于 HTX 和 KuCoin 之间,按相同顺序排列,分别持有约 53.3 亿美元和 29.7 亿美元。

榜单上加密货币交易所储备的细分

CoinMarketCap 将其储备分为五类,即稳定币、其他山寨币、交易所自有代币、ETH 及衍生品、以及 BTC 及衍生品。MEXC 的稳定币储备占比最高,为 78.97%,其次是 KuCoin,其稳定币构成比例为 55.08%。HTX 的稳定币占比仅为 23.37%。

Bitget 的储备中 BTC 及衍生品占比最高(53.02%)。其他山寨币是储备中持有最少的代币。Bitget、KuCoin 和 MEXC 在山寨币领域没有任何配置。总体而言,所有 8 家交易所的储备主要由稳定币和 BTC 及衍生品主导。

社区评论

社区的一些成员指出,交易所更强调流动性的质量而非规模。另一位成员称赞了币安的主导地位,其无与伦比的流动性和市场信任度使竞争对手相形见绌。

CoinMarketCap 的更多亮点包括其 CMC20 指数,该指数下跌了 2.47%。该指数包含前 20 大加密货币,在撰写本文时显示价值为 157.08 美元。此外,加密货币领域的集体市值下跌了 2.21%,目前徘徊在 2.57 万亿美元左右。

今日重点加密货币新闻

Bitwise 收购 Chorus One 以加强加密货币质押服务

标签CoinMarketCap加密货币交易所

相关问答

QCoinMarketCap发布的2026年1月加密货币交易所储备排名中,哪家交易所排名第一?

A币安(Binance)以1556.4亿美元的储备金排名第一。

Q在储备金构成分析中,哪家交易所的稳定币储备比例最高?

AMEXC交易所以78.97%的稳定币储备比例位居榜首。

QOKX交易所在2026年1月的储备金排名中位列第几?储备金额是多少?

AOKX以312.9亿美元的总储备金排名第二。

Q根据文章内容,储备金构成中哪类资产被持有得最少?

A其他山寨币(Other Alt Coins)是储备金中持有最少的资产类别,Bitget、KuCoin和MEXC甚至没有配置这类资产。

Q社区用户对交易所储备金排名的主要关注点是什么?

A社区用户更关注流动性的质量而非规模,并认可币安凭借无与伦比的流动性和市场信任度建立的统治地位。

你可能也喜欢

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

marsbit1小时前

交易

现货
活动图片