Bullish Teams Up with Deutsche Bank for Crypto-Fiat Integration

TheCryptoTimesDipublikasikan tanggal 2025-10-08Terakhir diperbarui pada 2025-10-08

Bullish, a platform for institutional investors in the digital asset space that offers market infrastructure and data services, has teamed up with Deutsche Bank for corporate banking. The firm aims to connect traditional finance with the cryptocurrency sector.

As per the press release, under the agreement, Deutsche Bank will offer a range of banking services to Bullish, focusing on the smooth handling of regular currency deposits and withdrawals for users of Bullish Exchange’s regulated operations in Hong Kong and Germany. 

The partnership aims to incorporate features, including real-time reporting via APIs, instant payment capabilities, and a virtual accounting system designed to enhance transaction monitoring. The agreement also outlines intentions to extend these services to new markets, such as the U.S., as Bullish expands its regulatory reach.

Chris Tyrer, President of Bullish Exchange, described the partnership as a key development for the company’s banking framework, noting it will improve customer access to secure and efficient ways to move funds in and out of the platform using Deutsche Bank’s traditional payment systems.

Kilian Thalhammer, Head of Merchant Solutions at Deutsche Bank, emphasized the bank’s focus on collaborating with firms that prioritize safety, openness, and approaches. He further shared, “Our collaboration with Bullish, a globally recognised leader in regulated virtual asset services, reflects our ambition to act as a Global Hausbank for the emerging digital economy”.

Since its launch in November 2021, Bullish has processed over $1.5 trillion in total trading volume. In 2025, the platform managed an average of more than $2 billion in daily trades, securing a spot among the top ten exchanges for spot trading of Bitcoin and Ether. 

Also Read: Bullish Launches NYDFS-Licensed Spot Trading Platform in US

Mobile Only Image

Bacaan Terkait

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit1j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit1j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手4j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手4j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit5j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit5j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbit5j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbit5j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

**Ringkasan:** Xiaomi MiMo memotong harga API MiMo-V2.5 hingga **99%**, memicu spekulasi tentang perang harga atau strategi merugi. Luo Fuli, kepala MiMo, merespons dengan mempublikasikan blog teknis 5000 kata yang merinci **enam pilar teknikal** di balik potongan harga besar ini. Intinya, diskon 99% terutama untuk **Input (Cache Hit)** – bagian dimana pengguna membaca ulang konteks historis dalam percakapan panjang. Ini menjadi mungkin karena serangkaian optimasi teknikal yang mengubah biaya komputasi untuk bagian tersebut mendekati nol. **Enam Pilar Teknikal:** 1. **Arsitektur Hybrid SWA:** Menggunakan Sliding Window Attention di sebagian besar lapisan model, mengurangi volume **KVCache** (memori jangka pendek model) hingga **1/7**. 2. **Manajemen KVCache Dua Kolam:** Mengalokasikan memori secara terpisah untuk lapisan SWA dan Full Attention, benar-benar mewujudkan penghematan teoretis 1/7 dan meningkatkan jumlah pengguna yang dapat dilayani secara bersamaan. 3. **Prefix Cache yang Dioptimalkan:** Meningkatkan aturan pencocokan cache untuk arsitektur SWA, menghasilkan **tingkat keberhasilan cache 93-95%** untuk pembacaan ulang. Artinya, sebagian besar permintaan "baca ulang" tidak memerlukan komputasi GPU baru. 4. **Sistem Cache Terdistribusi GCache:** Menyimpan data cache di **SSD bawaan mesin GPU**, menghilangkan biaya penyimpanan cluster khusus dan memperpanjang masa hidup cache. 5. **Sistem Penjadwalan LLM-Router:** Mengarahkan permintaan secara cerdas berdasarkan kesamaan prefix dan panjang konteks, memprioritaskan permintaan yang menggunakan cache, meningkatkan efisiensi dan mengurangi latensi. 6. **Multi-Token Prediction (MTP):** Mengoptimalkan proses generasi output model, mempercepat pembuatan respons dan melengkapi pengurangan biaya di sisi input. **Kesimpulan:** Penurunan harga 99% bukanlah gimmick pemasaran atau strategi merugi, tetapi hasil dari **efisiensi sistemik rekayasa AI** yang telah divalidasi di lingkungan produksi. Rantai optimasi ini secara kumulatif mengurangi biaya komputasi per permintaan hingga lebih dari 95%, memungkinkan penurunan harga ekstrem sambil mempertahankan profitabilitas. Luo Fuli menekankan bahwa ini adalah masalah teknikal yang terwujud, bukan sekadar perang harga.

marsbit7j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

marsbit7j yang lalu

Trading

Spot
Futures

Artikel Populer

Apa Itu $BANK

Bank AI: Langkah Revolusioner di Masa Depan Perbankan Pendahuluan Dalam era yang ditandai dengan kemajuan teknologi yang pesat, Bank AI berada di persimpangan kecerdasan buatan (AI) dan layanan perbankan. Proyek inovatif ini bertujuan untuk mendefinisikan ulang lanskap keuangan, meningkatkan efisiensi operasional, langkah-langkah keamanan, dan pengalaman pelanggan melalui kekuatan AI. Saat kita memulai eksplorasi terhadap Bank AI, kita akan menyelami apa yang dimaksud dengan proyek ini, dinamika operasionalnya, konteks historisnya, dan tonggak pentingnya. Apa itu Bank AI? Pada intinya, Bank AI mewakili inisiatif transformasional yang bertujuan untuk mengintegrasikan kecerdasan buatan ke dalam berbagai operasi perbankan. Proyek ini memanfaatkan kemampuan AI untuk mengotomatiskan proses, meningkatkan protokol manajemen risiko, dan meningkatkan interaksi dengan pelanggan melalui layanan yang dipersonalisasi. Tujuan utama dari Bank AI meliputi: Automatisasi Fungsi Perbankan: Dengan memanfaatkan teknologi AI, Bank AI bertujuan untuk mengotomatiskan tugas rutin, mengurangi beban pada sumber daya manusia dan meningkatkan efisiensi. Peningkatan Manajemen Risiko: Proyek ini menggunakan algoritma AI untuk memprediksi dan mengidentifikasi risiko, sehingga memperkuat langkah-langkah keamanan terhadap penipuan dan ancaman lainnya. Personalisasi Layanan Perbankan: Bank AI fokus pada menawarkan produk dan layanan keuangan yang disesuaikan dengan menganalisis data dan perilaku pelanggan. Meningkatkan Pengalaman Pelanggan: Implementasi solusi yang didorong oleh AI, seperti chatbot dan asisten virtual, bertujuan untuk memberikan interaksi yang lebih manusiawi bagi pengguna, merevolusi cara pelanggan berinteraksi dengan bank. Dengan tujuan-tujuan ini, Bank AI memposisikan dirinya sebagai pemain kunci dalam menjadikan perbankan lebih efisien, aman, dan berfokus pada pengguna. Siapa Pencipta Bank AI? Detail mengenai pencipta Bank AI masih belum diketahui. Dengan demikian, tidak ada individu atau organisasi spesifik yang telah diidentifikasi dalam informasi yang tersedia. Anonimitas seputar penciptaan proyek ini menimbulkan pertanyaan tetapi tidak mengurangi visi dan tujuan ambisiusnya. Siapa Investor Bank AI? Mirip dengan penciptanya, informasi spesifik mengenai investor atau organisasi pendukung Bank AI belum diungkapkan. Tanpa informasi ini, sulit untuk menguraikan dukungan finansial dan institusi yang mungkin mendorong proyek ini ke depan. Namun, pentingnya memiliki dasar investasi yang kuat adalah kunci untuk mempertahankan pengembangan di bidang inovatif seperti ini. Bagaimana Cara Kerja Bank AI? Bank AI beroperasi di beberapa front inovatif, dengan fokus pada faktor unik yang membedakannya dari kerangka perbankan tradisional. Berikut adalah fitur utama operasionalnya: Automatisasi: Dengan menerapkan algoritma pembelajaran mesin, Bank AI mengotomatiskan berbagai proses manual di dalam bank. Ini menghasilkan pengurangan biaya operasional dan memungkinkan pekerja manusia untuk mengalihkan upaya mereka ke aktivitas yang lebih strategis. Manajemen Risiko yang Canggih: Integrasi AI ke dalam praktik manajemen risiko memberikan bank alat untuk secara akurat memprediksi potensi ancaman seperti penipuan, memastikan bahwa informasi dan aset pelanggan tetap aman. Rekomendasi Keuangan yang Disesuaikan: Melalui pembelajaran terus-menerus dari interaksi pelanggan, sistem AI mengembangkan pemahaman yang mendalam tentang kebutuhan pengguna, memungkinkan mereka untuk memberikan saran yang disesuaikan tentang keputusan keuangan. Interaksi Pelanggan yang Ditingkatkan: Dengan memanfaatkan chatbot dan asisten virtual yang didukung oleh AI, Bank AI memungkinkan pengalaman pelanggan yang lebih menarik, memungkinkan pengguna untuk mendapatkan jawaban untuk pertanyaan mereka dengan cepat, sehingga mengurangi waktu tunggu dan meningkatkan tingkat kepuasan. Bersama-sama, fitur-fitur operasional ini memposisikan Bank AI sebagai pelopor di sektor perbankan, menetapkan tolok ukur baru untuk penyampaian layanan dan keunggulan operasional. Garis Waktu Bank AI Memahami jalur perkembangan Bank AI memerlukan melihat konteks historisnya. Berikut adalah garis waktu yang menyoroti tonggak penting dan perkembangan: Awal 2010-an: Konseptualisasi integrasi AI ke dalam layanan perbankan mulai mendapatkan perhatian saat institusi perbankan mengenali manfaat potensialnya. 2018: Terjadi peningkatan signifikan dalam implementasi teknologi AI ketika bank mulai menggunakan alat AI seperti chatbot untuk layanan pelanggan dasar dan sistem manajemen risiko untuk penanganan keamanan yang lebih baik. 2023: Kecanggihan AI terus maju, dengan AI generatif diperkenalkan untuk tugas yang lebih kompleks seperti pemrosesan dokumen dan analisis investasi waktu nyata. Tahun ini menandai lompatan signifikan dalam kemampuan yang diberikan kepada bank oleh teknologi AI. 2024-Status Saat Ini: Hingga tahun ini, Bank AI berada pada jalur yang meningkat, dengan penelitian dan pengembangan yang sedang berlangsung berpotensi meningkatkan kemampuan dalam operasi perbankan. Eksplorasi berkelanjutan terhadap aplikasi AI menunjukkan perkembangan menarik yang akan datang. Poin Kunci tentang Bank AI Integrasi AI dalam Perbankan: Bank AI fokus pada mengadopsi kecerdasan buatan untuk memperlancar proses perbankan dan meningkatkan pengalaman pengguna. Fokus pada Automatisasi dan Manajemen Risiko: Proyek ini sangat menekankan bidang ini, bertujuan untuk mengalihkan beban tugas rutin sambil meningkatkan kerangka keamanan melalui analitik prediktif. Solusi Perbankan yang Dipersonalisasi: Dengan memanfaatkan data pelanggan, Bank AI memungkinkan layanan perbankan yang disesuaikan dengan kebutuhan pengguna individu. Komitmen terhadap Pengembangan: Bank AI tetap berkomitmen pada upaya penelitian dan pengembangan yang berkelanjutan, memastikan adaptabilitas dan relevansi yang terus berlanjut seiring teknologi terus berkembang. Kesimpulan Secara ringkas, Bank AI merupakan langkah penting ke depan di industri perbankan, memanfaatkan kecerdasan buatan untuk membentuk kembali paradigma operasional, meningkatkan keamanan, dan mempromosikan kepuasan pelanggan. Meskipun ada kekurangan informasi mengenai pencipta dan investor, tujuan yang jelas dan mekanisme fungsional dari Bank AI memberikan dasar yang kuat untuk evolusi berkelanjutan. Seiring teknologi AI terus berkembang dan bergabung dengan sektor perbankan, Bank AI berada pada posisi yang baik untuk memberikan dampak signifikan terhadap masa depan layanan keuangan, meningkatkan cara kita memahami dan berinteraksi dengan perbankan.

156 Total TayanganDipublikasikan pada 2024.04.06Diperbarui pada 2024.12.03

Apa Itu $BANK

Cara Membeli BANK

Selamat datang di HTX.com! Kami telah membuat pembelian Lorenzo Protocol (BANK) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Lorenzo Protocol (BANK) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Lorenzo Protocol (BANK) AndaSetelah melakukan pembelian, simpan Lorenzo Protocol (BANK) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Lorenzo Protocol (BANK)Lakukan trading Lorenzo Protocol (BANK) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

679 Total TayanganDipublikasikan pada 2025.05.09Diperbarui pada 2026.05.19

Cara Membeli BANK

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga BANK (BANK) disajikan di bawah ini.

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow