Gratis Total, Alternatif Open Source untuk Claude Science, DeepSeek/GLM Bisa Dipakai Sesuka Hati

marsbitPublicado a 2026-07-07Actualizado a 2026-07-07

Resumen

Para peneliti pasti senang! Tak sampai seminggu setelah peluncuran Claude Science oleh Anthropic, komunitas open source merespons dengan proyek alternatif gratis bernama OpenScience. Dikembangkan oleh Synthetic Sciences (tim AI penelitian yang diinkubasi YC), OpenScience adalah platform kerja AI penelitian yang mencakup seluruh alur kerja: pencarian literatur, generasi hipotesis, eksperimen kode, hingga penulisan makalah. Keunggulan utamanya adalah **model-agnostic**, memungkinkan pengguna memilih model AI apa pun seperti DeepSeek, GLM, Claude, atau GPT, baik model internasional maupun domestik, cukup dengan kunci API masing-masing. Bahkan mendukung model lokal via Ollama untuk keamanan data penuh. Platform ini, yang dilisensikan di bawah Apache 2.0, dapat diinstal hanya dengan satu perintah terminal. Ia menawarkan lebih dari 250 paket keterampilan penelitian (4x lebih banyak dari Claude Science) untuk bidang seperti biologi komputasi dan kimia informatika. OpenScience juga menghadirkan antarmuka terpadu untuk menggantikan banyak alat yang sebelumnya terpisah. Berbeda dengan Claude Science yang terbatas pada macOS/Linux, hanya untuk pengguna berbayar, dan eksklusif untuk model Claude, OpenScience menawarkan kebebasan, keterjangkauan, dan kompatibilitas yang lebih luas. Tim juga menyediakan platform terkelola bernama Atlas untuk kemudahan penggunaan, meskipun OpenScience itu sendiri dapat digunakan sepenuhnya gratis dengan kunci API pengguna. Proyek ini secara tegas dinyat...

Para akademisi bergembira!!

Claude Science dari Anthropic baru diluncurkan kurang dari seminggu, komunitas open source sudah memberikan jawaban mereka.

Sebuah tim riset AI yang diinkubasi YC, menghadirkan alternatif open source untuk "Claude Science" yaitu OpenScience.

Sama-sama platform kerja riset AI yang mencakup seluruh alur kerja mulai dari pencarian literatur, pembuatan hipotesis, eksperimen kode hingga penulisan makalah, tetapi tidak terikat pada satu vendor model pun.

DeepSeek, GLM, Claude, GPT...... baik yang dalam negeri maupun luar negeri, ingin pakai yang mana terserah Anda.

Dan proyek ini menggunakan lisensi Apache 2.0 yang paling ramah pengembang, cukup dengan satu baris perintah untuk menginstal.

Begitu kabar ini beredar, proyek langsung trending di X. Orang-orang berkomentar:

Seperti inilah seharusnya AI ilmiah. (Anthropic: Sebut saja nama saya)

Claude Science Kuat, Tapi Tak Bisa Dipakai...

Sekitar 5 hari yang lalu, Anthropic secara resmi meluncurkan Claude Science di sebuah acara tertutup MIT Technology Review.

Ini adalah platform kerja AI khusus untuk para ilmuwan, menyediakan berbagai alat dan paket perangkat lunak yang paling sering digunakan oleh peneliti.

Sebagai contoh, sebelumnya seorang peneliti untuk menyelesaikan suatu studi, harus mencari literatur di PubMed, menulis kode dengan Jupyter, menjalankan statistik dengan R, menghubungkan cluster via SSH untuk menyerahkan tugas, lalu menggunakan berbagai alat untuk menggambar grafik dan menulis makalah.

Bolak-balik belasan jendela, energi terkuras hanya untuk "berpindah" antar alat.

Yang ingin dilakukan Claude Science adalah memasukkan semua itu ke dalam satu platform kerja yang sama.

Secara spesifik, platform ini melakukan beberapa integrasi kunci:

Di tingkat database dan toolchain, sudah dilengkapi dengan 60+ konektor database ilmiah dan paket keterampilan yang sudah dikonfigurasi sebelumnya, mencakup bidang penelitian umum seperti genomik, analisis sel tunggal, proteomik, biologi struktural, kimia informasi.

Anda bertanya dengan bahasa alami, agen profesional akan otomatis melakukan query lintas database, UniProt, PDB, Ensembl, ChEMBL, GEO — database ini tidak perlu dibuka satu per satu.

Platform ini juga terhubung dengan BioNeMo Agent Toolkit dari NVIDIA, dapat langsung mengakses model-model ilmu hayat seperti Evo 2, Boltz-2, OpenFold3.

Di tingkat eksekusi, platform ini memperkenalkan arsitektur multi-agen.

Agent utama bertanggung jawab atas perencanaan keseluruhan, sub-agen menangani tugas-tugas berbeda secara paralel, dan ada juga Reviewer Agent, yang khusus bertanggung jawab untuk memeriksa fakta, seperti memeriksa kutipan, memverifikasi hasil perhitungan, menandai potensi kesalahan.

Hasil yang dihasilkan bukan hanya keluaran teks, konten seperti struktur protein 3D, jalur genome browser, rumus struktur kimia, semuanya dapat dirender secara native.

Dan setiap grafik akan secara bersamaan menyimpan kode pembuatan, lingkungan eksekusi, penjelasan bahasa alami, dan riwayat percakapan lengkap.

Dalam beberapa skenario, ilmuwan bahkan bisa langsung mengubah grafik dengan satu kalimat, sistem otomatis menulis ulang kode dasarnya.

Di tingkat daya komputasi, Claude Science dapat langsung terhubung dengan infrastruktur yang sudah ada di laboratorium Anda.

Laptop, server Linux, node login kluster HPC, semuanya bisa, melalui koneksi SSH atau akun Modal untuk memanggil GPU cloud sesuai kebutuhan, dari satu kartu hingga ratusan kartu.

Kumpulan data skala besar hanya perlu dimuat satu kali, data sensitif tidak perlu meninggalkan sistem Anda sendiri, hanya konteks yang dibutuhkan untuk setiap langkah analisis yang akan dikirim ke Claude.

Pengguna beta awal telah menghasilkan beberapa kasus nyata.

Ahli saraf dari Allen Institute, Jérôme Lecoq, menggunakannya untuk membuat template "komputasi peninjauan" multi-agen, berisi sekitar 20 keterampilan khusus, meminta sub-agen membaca ribuan makalah, mengekstrak inti pandangan dan data kuantitatif, lalu menghasilkan tinjauan literatur per bab.

Singkatnya, dulu menulis satu tinjauan literatur butuh dua tahun, sekarang dia sudah punya sekitar 10—

Banyak yang lebih dari 100 halaman, dan semua kutipannya telah diverifikasi oleh Reviewer Agent.

Sementara Stephen Francis dari UCSF Brain Tumor Center menggunakannya untuk studi epidemiologi molekuler glioma, menjalankan analisis variasi germline.

Dia mengatakan Claude Science memangkas waktu yang biasanya dibutuhkan menjadi sepersepuluhnya, dan timnya memverifikasi hasilnya secara independen, memastikan analisisnya cepat dan dapat diandalkan.

Mengacu pada penilaian fisikawan Harvard Matthew Schwartz bulan Maret lalu tentang kemampuan penelitian AI, saat ini level Claude kira-kira setara dengan mahasiswa pascasarjana tahun kedua.

Dia menerbitkan artikel tamu "Vibe Physics: The AI Grad Student" di blog resmi Anthropic, yang mencatat seluruh prosesnya menggunakan Claude Opus 4.5 untuk menyelesaikan sebuah makalah fisika teoretis.

Saat itu kesimpulannya:

Kemampuan penelitian AI saat ini kira-kira setara dengan mahasiswa pascasarjana tahun kedua, bisa bekerja, tidak mengeluh lelah, tetapi setiap langkah perlu diawasi oleh pembimbing.

Penilaian ini kemudian juga ditulis Anthropic ke dalam dokumentasi teknis Claude Science, sebagai titik kalibrasi untuk posisi produk.

Namun, Claude Science saat ini memiliki beberapa batasan keras:

Hanya mendukung macOS dan Linux

Hanya untuk pengguna berbayar Pro/Max/Team/Enterprise

Di platform hanya bisa menggunakan model milik Claude sendiri

Beberapa kendala ini, terutama bagi tim riset di dalam negeri, membuat Claude Science menjadi sesuatu yang "terlihat tapi tak terjangkau".

Kabar Baik: Alternatif Open Source Hadir

Menyasar batasan di atas, lahirlah proyek open source OpenScience.

Tim di baliknya bernama Synthetic Sciences, didirikan di San Francisco tahun 2025, baru saja lulus dari batch YC 2026 Winter.

Ambisi tim pendiri cukup besar, ingin membangun sebuah platform yang memungkinkan ilmuwan menyerahkan tugas penelitian kompleks langsung ke "AI co-scientists", dari tinjauan literatur hingga pembuatan hipotesis hingga eksekusi eksperimen hingga penulisan makalah, seluruh alur dijalankan secara otonom oleh AI.

Mereka memiliki penilaian inti di dalam tim:

Model fondasi ilmiah perlu memiliki "selera penelitian" (research taste) yang sesungguhnya, dan selera ini tidak bisa didapat hanya dengan menumpuk parameter, harus berjalan dengan dua kaki yaitu produk dan model, menggunakan produk untuk mengumpulkan data proses penelitian berkualitas tinggi, lalu menggunakan data ini untuk melatih model yang memiliki selera.

OpenScience, adalah produk pertama yang diwujudkan dari jalur ini.

Meskipun misi OpenScience sama dengan Claude Science, ada satu perbedaan mendasar:

Model-agnostic (tidak terikat model tertentu).

Mengutip kata-kata Synthetic Sciences sendiri:

AI ilmiah seharusnya terbuka, tidak boleh didominasi oleh satu perusahaan untuk alat yang digunakan manusia mengeksplorasi dan menemukan, apalagi perusahaan itu yang menentukan siapa yang berhak menggunakannya.

Jadi di platform ini, Anthropic, OpenAI, Google, DeepSeek, GLM...... selama Anda punya API Key, bisa langsung disambungkan.

Bahkan bisa menjalankan model lokal, menggunakan Ollama, data tidak perlu keluar satu byte pun dari mesin Anda.

Key Anda tetap di lokal, permintaan langsung ke penyedia model, tidak melalui server perantara.

Dan, OpenScience mendukung penggantian model per permintaan.

Dalam satu platform kerja yang sama, Anda bisa langkah ini pakai Claude, langkah berikutnya ganti ke DeepSeek, tidak perlu mengubah konfigurasi apa pun.

Di tingkat fungsi, OpenScience bahkan lebih agresif daripada Claude Science—

Memiliki 250+ paket keterampilan penelitian internal, lebih dari 4 kali lipat Claude Science, mencakup bidang-bidang seperti ML, biologi komputasi, kimia informasi, dan semuanya dapat dibaca, diedit, dan diperluas.

Instalasi juga sederhana, satu baris perintah di terminal:

Buka dan langsung pakai, browser otomatis membuka platform kerja. Saat pertama kali dijalankan, pilih sumber model, isi API Key, lalu bisa mulai bekerja.

Ingin instalasi global juga bisa:

Jika merasa repot mengatur Key, tim juga menyediakan platform terkelola Atlas—

Isi dompet digital untuk langsung memanggil berbagai model terkini, tidak perlu mengatur Key satu per satu, plus ada peta penelitian yang bertahan dan daya komputasi cloud.

Tapi Atlas ini tidak wajib, Anda bisa menjalankan OpenScience dengan Key sendiri, tetap bisa digunakan sepenuhnya gratis, tanpa kendala.

One More Thing

Yang menarik, gulir ke bagian paling bawah halaman GitHub OpenScience, Anda akan melihat pernyataan yang sengaja ditambahkan:

OpenScience adalah proyek independen. Tidak berafiliasi dengan, didukung oleh, atau disponsori oleh Anthropic. "Claude" adalah merek dagang Anthropic, PBC, digunakan di sini hanya untuk menggambarkan kompatibilitas.

Terjemahannya, kami adalah proyek independen, tidak ada hubungan apa pun dengan Anthropic. Menyebut "Claude" murni untuk menyebut kompatibilitas, jangan berpikir macam-macam.

Tampaknya kesan yang ditinggalkan "lobster" (merujuk pada masalah trademark dengan OpenClaw/OpenClaude) pada seluruh komunitas open source, terlalu mendalam.

OpenClaw beberapa kali berganti nama sebelumnya, OpenScience kali ini langsung mengelas pernyataan klarifikasi hubungan di README versi pertama.

Tidak lain, bertahan hidup dulu, baru bicara alternatif (doge).

Alamat open source:

https://x.com/i/trending/2073904804829741364?s=20

Tautan referensi:

[1]https://x.com/SynScience/status/2073829478393086311?s=20

[2]https://x.com/i/trending/2073904804829741364?s=20

[3]https://www.openscience.sh/

[4]https://www.anthropic.com/news/claude-science-ai-workbench

Artikel ini berasal dari akun WeChat "Quantum Bit", penulis: Yishui

Criptos en tendencia

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

PancakeSwapCAKE

Preguntas relacionadas

QApa itu OpenScience dan bagaimana perbedaannya dengan Claude Science?

AOpenScience adalah platform AI penelitian sumber terbuka yang menjadi alternatif gratis dari Claude Science. Perbedaan utamanya adalah OpenScience bersifat model-agnostic, artinya pengguna dapat menggunakan berbagai model AI seperti DeepSeek, GLM, Claude, atau GPT hanya dengan kunci API, sementara Claude Science hanya mendukung model Anthropic dan terbatas untuk pengguna berbayar.

QApa keunggulan utama OpenScience bagi peneliti di Indonesia?

AKeunggulan utama OpenScience adalah gratis, dapat dijalankan dengan satu perintah, mendukung berbagai model AI (termasuk yang populer di China seperti DeepSeek dan GLM), dan memungkinkan penggunaan model lokal melalui Ollama tanpa mengirim data keluar. Ini sangat menguntungkan bagi peneliti dengan anggaran terbatas atau yang memerlukan fleksibilitas dalam memilih model.

QApa saja kemampuan yang ditawarkan Claude Science dalam mendukung penelitian ilmiah?

AClaude Science menawarkan alat AI khusus untuk penelitian ilmiah, termasuk konektor ke 60+ database ilmiah, toolkit BioNeMo Nvidia, arsitektur multi-agen untuk perencanaan dan verifikasi, rendering visual 3D (seperti struktur protein), dan integrasi dengan infrastruktur komputasi yang ada (dari laptop hingga cluster HPC). Platform ini dapat mempercepat proses penelitian hingga 10 kali lipat.

QBagaimana cara menginstal dan menggunakan OpenScience?

AOpenScience dapat diinstal dengan satu perintah di terminal: 'pip install openscience'. Setelah instalasi, platform akan terbuka di browser. Pengguna hanya perlu memilih penyedia model dan memasukkan kunci API yang sesuai. Untuk kemudahan, tersedia juga platform Atlas yang memungkinkan penggunaan model tanpa mengatur kunci API secara manual.

QMengapa tim OpenScience menambahkan pernyataan penyangkalan hubungan dengan Anthropic?

ATim OpenScience menambahkan pernyataan penyangkalan untuk menegaskan bahwa proyek mereka independen dan tidak berafiliasi dengan Anthropic. Ini dilakukan untuk menghindari potensi masalah hukum atau klaim merek dagang, mengingat komunitas sumber terbuka sebelumnya pernah mengalami insiden serupa (seperti kasus 'OpenClaw'). Dengan pernyataan ini, mereka fokus pada kompatibilitas fungsional, bukan hubungan resmi.

Lecturas Relacionadas

Gana 7.2 millones de dólares en una semana, ¿de qué gana dinero pump.fun exactamente?

**Resumen:** Durante la semana del 29 de junio al 5 de julio, pump.fun generó ingresos récord de 7,2 millones de dólares. El protocolo obtiene sus ingresos principalmente de tres áreas: la curva de vinculación (bonding curve) —su mecanismo central para la emisión de tokens—, PumpSwap (su intercambio interno) y Terminal (herramientas de desarrollo y análisis). Un aspecto clave es el modelo económico del token PUMP: el 50% de los ingresos netos del protocolo se destina a recomprar y quemar tokens PUMP, habiendo ya eliminado el 41,8% de la oferta circulante. Esto crea un vínculo directo entre el rendimiento de la plataforma y el valor del token, estableciendo un ciclo de retroalimentación positivo similar al de las recompras de acciones en empresas tradicionales. Más allá de las finanzas, pump.fun está evolucionando de una simple plataforma de lanzamiento de memes a un ecosistema integral. Ha mejorado la velocidad de sus swaps, facilitado la entrada de fondos para nuevos usuarios y reforzado sus herramientas para desarrolladores. Además, funciones como “GO” han impulsado la participación comunitaria mediante recompensas. En conclusión, estos datos muestran que pump.fun está transitando hacia un modelo de negocio sostenible, con flujos de efectivo estables, una economía de token bien definida y una expansión constante de su ecosistema.

marsbitHace 38 min(s)

Gana 7.2 millones de dólares en una semana, ¿de qué gana dinero pump.fun exactamente?

marsbitHace 38 min(s)

Tiger Research: Tres estrategias para que las instituciones financieras se sumen a la ola de tokenización

**Informe de Tiger Research: Tres estrategias para que las instituciones financieras se sumen a la ola de tokenización** El mercado de tokenización de activos del mundo real (RWA) está creciendo rápidamente, pero muchos países carecen de marcos regulatorios completos. Las instituciones financieras deben elegir entre esperar a la legislación local, experimentar en "sandboxes" regulatorios o ser pioneras en mercados extranjeros más maduros para ganar experiencia y ventaja competitiva. Antes de entrar, es crucial prepararse en seis áreas clave: elegir jurisdicción, obtener licencias, definir el activo a tokenizar, determinar los inversores objetivo, diseñar mecanismos de liquidación y establecer operaciones. El objetivo central es acumular experiencia real lo antes posible. Existen dos vías principales: la **vía jurisdiccional directa** (establecerse en una jurisdicción con regulación madura como Hong Kong, Singapur o EE.UU., a menudo utilizando plataformas locales) y la **vía nativa en cadena** (estructurar emisiones directamente para entornos blockchain, utilizando plataformas como Ondo Global o Plume Nest para agilizar la entrada y acceder a liquidez DeFi). El caso práctico de una "Empresa A" muestra que el proceso puede llevar de 6 meses a más de un año, implicando evaluación de entidades existentes, selección de plataforma, diseño de productos, estructuras de custodia y ejecución final. El mensaje clave es que **el mercado no espera**. Las grandes instituciones ya están actuando. En lugar de esperar por una regulación perfecta, es fundamental trazar una ruta factible, superar los desafíos legales y operativos, y empezar a ejecutar para ganar experiencia, ya que el éxito final reside en completar el ciclo completo de venta a inversores.

Foresight NewsHace 1 hora(s)

¿'Incentivar la democracia' a costa de la seguridad? El interior de la explotación de 20 millones de dólares de Bonk

BonkDAO, el proyecto de memecoin, sufrió una explotación de 20 millones de dólares debido a una "propuesta de gobernanza maliciosa". El atacante acumuló suficiente BONK para crear una propuesta que, aprovechando un umbral de votación comunitario de solo el 1%, desvió 4,4 billones de BONK de la tesorería. Analistas de seguridad criticaron esta configuración, señalando la falta de períodos de bloqueo o múltiples aprobaciones para transferencias directas, y cuestionaron los modelos DAO que priorizan la "democracia incentivada" sobre la seguridad. Tras la noticia, el precio de BONK cayó un 10%, aunque los datos on-chain indican que las carteras de ballenas han seguido acumulando la criptomoneda desde junio. La evolución del precio dependerá de si esta demanda persiste o si el incidente y el sentimiento del mercado empeoran.

ambcryptoHace 2 hora(s)

¿'Incentivar la democracia' a costa de la seguridad? El interior de la explotación de 20 millones de dólares de Bonk

ambcryptoHace 2 hora(s)

Recapitulación del X Space de Zoomex con David James y el Panel de Trading de la Copa del Mundo

Zoomex celebró el tercer episodio de su X Space de la Copa del Mundo, con el portero inglés David James y un panel de traders. La conversación exploró los paralelismos entre la portería y el trading, centrándose en la preparación, la psicología y la ejecución bajo presión. James explicó que la presión real para un portero surge cuando hay concentración, no acción constante, y comparó esto con un trader que confía en su análisis. Habló sobre los penaltis, describiendo dos enfoques: la pura preparación (estudio de tendencias) y el instinto, que se agudiza con más información, un concepto que los traders identificaron al instante. Destacó la importancia de tratar los errores como datos, no como fantasmas, y analizó equipos rivales como Francia, notando su velocidad colectiva. Sobre Inglaterra, se mantuvo firme en su predicción de que ganarán el torneo, vinculada a una promesa de donación benéfica de Zoomex. El hilo conductor fue cómo la preparación meticulosa (ya sea estudiando lanzadores de penaltis o backtesteando estrategias de trading) define el resultado antes de que ocurra el momento crítico, eliminando los nervios y permitiendo una ejecución disciplinada.

TheNewsCryptoHace 2 hora(s)

Recapitulación del X Space de Zoomex con David James y el Panel de Trading de la Copa del Mundo

TheNewsCryptoHace 2 hora(s)

Unitree corre a la bolsa: el verdadero misterio es en qué gastará los 4.200 millones tras su OPV

La empresa china de robótica Unitree ha obtenido la aprobación para cotizar en el mercado STAR de la Bolsa de Shanghai, con planes de recaudar 4.202 millones de yuanes (unos 42 mil millones de RMB). Fundada en 2016, la compañía se hizo conocida por sus robots cuadrúpedos asequibles y en 2023 dio el salto al campo de los humanoides con el modelo H1. Su estrategia se ha basado en una rápida iteración de productos y una agresiva reducción de precios, con modelos como el R1 (29.900 yuanes) y el G1 (99.000 yuanes). Los datos financieros muestran un crecimiento explosivo, pasando de 159 millones de yuanes en ingresos en 2023 a 1.710 millones en 2025, con una rentabilidad neta positiva desde 2024. Cerca del 40% de sus ventas provienen del extranjero, y tiene casos piloto en operación, como el robot G1 en el aeropuerto de Haneda (Tokio). Con los fondos de la OPV, Unitree planea reforzar la I+D, desarrollar nuevos productos y construir una nueva base de fabricación. Sin embargo, se enfrenta a un mercado cada vez más competitivo, con rivales como Ubtech (que apuesta por el segmento de compañía emocional), Tesla Optimus, Fourier y 1X. El principal desafío de Unitree será transformar sus pilotos industriales en contratos estables, mantener su ventaja en costes frente a la creciente presión competitiva y desarrollar capacidades robustas de inteligencia artificial embebida, como las que explora con su modelo H2 Plus en colaboración con NVIDIA. Su probable camino será una combinación de productos de bajo costo para ganar escala y cuota de mercado, con plataformas avanzadas para establecer estándares tecnológicos y casos de referencia en la industria. El éxito dependerá de su capacidad para convertir el volumen de ventas y la experiencia acumulada en una ventaja sostenible a largo plazo.

marsbitHace 2 hora(s)

Unitree corre a la bolsa: el verdadero misterio es en qué gastará los 4.200 millones tras su OPV

marsbitHace 2 hora(s)

Trading

Spot

Artículos destacados

Cómo comprar GLM

¡Bienvenido a HTX.com! Hemos hecho que comprar Golem (GLM) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Golem (GLM) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Golem (GLM)Después de comprar tu Golem (GLM), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Golem (GLM)Tradear fácilmente con Golem (GLM) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

106 Vistas totalesPublicado en 2024.12.10Actualizado en 2026.06.02

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de GLM (GLM).