市值排名 #1239
NEM XEM
币种编号 873 · nem
$0.000456
+0.99% 近24小时
1 小时-0.01%
24 小时+0.99%
7 天-0.54%
30 天+3.04%
60 天-13.82%
90 天-32.16%
行情源更新时间 2026-08-18 21:02 · 本站同步 2026-08-18 21:03
载入数据中
XEM阶段表现
近 30 个观测日内，XEM 价格区间为 $0.000441 至 $0.000537；截至当前相对区间起点下跌 +3.31%。
近 7 日表现
-1.15%- 区间低点
- $0.000456
- 区间高点
- $0.000477
- 观测记录
- 7 天
近 30 日表现
-3.31%- 区间低点
- $0.000441
- 区间高点
- $0.000537
- 观测记录
- 30 天
数据说明
历史行情观察阶段涨跌以当前价格与区间起点每日记录计算；高低点来自已采集的每日价格。
数字资产价格波动较大，历史表现不代表未来结果，页面内容仅供信息参考。
估值与成交
- 当前价格
- $0.000456
- 市值
- $4104077.74
- 市值占比
- +0.00%
- 完全稀释估值
- $4104077.74
- 24小时总成交量
- $243680.36
- 24小时成交量变化
- +45.57%
- 中心化交易所24小时成交量
- $243680.36
- 去中心化交易所24小时成交量
- --
- 锁仓总额（TVL）
- --
- 锁仓总额比率
- --
- 市场交易对
- 187
供应与流通
- 流通供应量
- 9.00B XEM
- 总供应量
- 9.00B XEM
- 最大供应量
- 9.00B XEM
- 无限供应
- 否
- 自报流通量
- -- XEM
- 自报市值
- --
- 铸造市值
- $4104077.74
项目资料
- 项目名称
- NEM
- 代币代码
- XEM
- 市值排名
- #1239
- 币种编号
- 873
- 项目标识
- nem
- 发行时间
- 2015-04-01
- 资产状态
- 活跃
- 法币资产
- 否
- 所属链
- 原生链 / 未提供
- 合约地址
- --
XEM标签
关于NEM
NEM（XEM）是币通在线持续追踪的加密资产。
XEM市场概览
截至本次同步，NEM（XEM）价格为 $0.000456，24 小时涨跌为 +0.99%，按市值计算的市场排名为第 1239 位。当前市值约为 $4104077.74，约占加密资产市场总市值的 +0.00%。
供应与流通结构
XEM 当前流通供应量约为 9.00B XEM，总供应量约为 9.00B XEM。 最大供应量为 9.00B XEM。
交易活跃度
近 24 小时，该资产录得约 $243680.36 的总成交量，覆盖 187 个市场交易对。 其中中心化交易所成交量约 $243680.36，去中心化交易所成交量约 --。
数字资产价格波动较大，以上内容仅基于公开行情数据整理，不构成投资建议。
热门币种
XEM常见问题
NEM当前价格是多少？
截至本次同步，NEM（XEM）价格为 $0.000456（约 ¥0.00）。价格会随行情同步更新。
NEM的市值排名是多少？
NEM当前市值约为 $4104077.74，CMC 市值排名第 1239 位。
NEM近 24 小时表现如何？
近 24 小时，XEM 价格变动为 +0.99%，24 小时成交量约为 $243680.36。
NEM近 30 日表现如何？
本站已收录 30 个每日观测记录。该区间价格范围为 $0.000441 至 $0.000537，当前价格相对区间起点变动 -3.31%。
XEM相关快讯
英伟达正在开发一款新的Nemotron 4开源AI模型
英伟达（Nvidia）正在加大对开源人工智能模型的投入，希望通过打造全球领先的开源AI模型Nemotron系列进一步推动其硬件生态需求。 据知情人士透露，英伟达正在研发名为Nemotron 4的新一代AI模型家族，其中规模最大的模型目标是达到全球顶级开源AI模型的性能水平。该项目由英伟达内部团队推动，公司希望借助高性能开源模型吸引更多开发者和企业使用其GPU、AI软件平台及基础设施。 英伟达近年来逐步从单纯提供AI计算硬件，扩展至AI软…
英伟达推出NeMo Switchyard，利用AI模型路由技术降低智能体运行成本
英伟达（NVIDIA）推出 AI 模型路由系统 NeMo Switchyard，旨在帮助开发者在多个大模型之间动态分配 AI 智能体（AI Agent）任务，在保证性能的同时降低成本和延迟。 英伟达表示，构建 AI 智能体并不意味着必须依赖单一大模型。不同模型在推理能力、响应速度和运行成本方面各有优势，例如分类任务可能适合轻量模型，复杂推理则需要更强大的前沿模型。如果所有请求都发送至最大规模模型，将导致成本和延迟增加；而全部使用小模型则…