The Night Before the AI Model Shakeout

marsbitDipublikasikan tanggal 2026-05-10Terakhir diperbarui pada 2026-05-10

Abstrak

China's large language model (LLM) industry is entering a critical consolidation phase. In a concentrated wave of funding in May 2026, leading players Kimi, StepFun, and DeepSeek reportedly secured over $70 billion combined, signaling a dramatic capital rush towards the few remaining independent contenders. This frenzy masks an impending shakeout. The core dynamic has shifted from a pure technology race to a battle for survival and strategic positioning. LLM capabilities are rapidly commoditized; gaps between top models are narrowing. Consequently, investment logic has pivoted from betting on future potential to prioritizing cash flow, user access, and ecosystem integration. The economic model poses a fundamental challenge: while user growth previously meant profits, in the AI era, it drives soaring inference costs. Startups, lacking the cross-subsidy ability of tech giants like ByteDance or Tencent, face immense pressure to achieve financial sustainability. DeepSeek's open-source, high-performance, low-cost strategy has further compressed industry profit margins. Facing this reality, the top players are scrambling to lock in their status before the window closes. StepFun is accelerating its港股 IPO, embedding itself in hardware supply chains. Kimi is aggressively showcasing revenue growth (ARR doubling to $2 billion in a month) to prove viability. DeepSeek, with new state-backed investment, is solidifying its role as a strategic national asset. The parallel to China's prev...

By: Huahua, Banjun

Over the past week, China's large model industry suddenly entered a state of nearly frenzied fundraising.

Kimi secured $2 billion in funding, with its valuation surpassing $20 billion.

StepFun was reported to be close to completing nearly $2.5 billion in funding, while accelerating the dismantling of its VIE structure, with its Hong Kong IPO entering the final sprint.

DeepSeek was rumored for the first time to be accepting external investment, with national-level funds stepping in, pushing its valuation range to $45–$50 billion.

Three companies, three days, over $7 billion flooded in simultaneously. This is no longer just supplementary investment post-funding; it's more like a collective scramble for future survival quotas.

On the surface, this seems like the hottest moment for the large model industry.

But truly dangerous industries are often the hottest.

When capital no longer spreads evenly but pushes all its chips toward the final few leading players, the industry appears exceptionally prosperous, but in reality, it has already entered the night before the shakeout.

The soaring valuations of Zhipu and MiniMax post-IPO have gradually made everyone realize:

The time left for independent large model companies may be running out.

I. Models Are Becoming Commoditized

Over the past two years, the biggest consensus in the large model industry was the existence of massive generational gaps in model capabilities.

GPT-4 was once seemingly unreachable. As long as a startup could get slightly closer in some dimension—long context, reasoning, multimodality, Agent—capital was willing to offer a high premium.

Everyone believed capability gaps would form long-term moats.

But the situation changed in 2026.

Long context is no longer scarce. Reasoning capability is no longer scarce. Multimodality is no longer scarce.

After DeepSeek V4 brought open-source capabilities close to the level of GPT-4 or even newer versions, the industry truly realized for the first time that model capabilities themselves might be easier to catch up with than everyone imagined.

Gaps still exist between Qwen, DeepSeek, Gemini, Claude, and GPT-5.5, but it's already difficult to form generational碾压.

Models are becoming commoditized.

Once commoditization occurs, the capital market will ask a question anew: What's left besides the model?

Thus, the industry's narrative suddenly switched scripts.

In 2023, all companies talked about stronger models, more parameters, better reasoning, longer context. Today, they talk about holding the end-user touchpoint, binding to the industrial chain, possessing user entry points, and having national strategic value.

This shift marks the large model industry's official move from a technology race into a phase of position consolidation.

Capital market data already reflects this.

During the 2023 "Hundred Models Battle," the number of domestic large model companies proliferated exponentially. Data from Yibang Power showed that year, the "Six Tigers" collectively raised over 6 billion RMB, accounting for more than half of the early-stage funding for domestic large models. 2024 was even crazier, with over 168 global large model industry chain funding rounds exceeding 100 million RMB, totaling over 400 billion RMB.

The Six Tigers collectively raised at least 20 billion RMB for the year, with single-round records constantly being broken.

Then came 2025. A sharp turn downward.

According to reports from Touzijie, AI model-layer companies completed only 22 investments for the full year, with a total disclosed amount of 9.4 billion RMB, a 52.9% drop from 2024. The proportion of large model funding in total AI investment plummeted from 51% in 2024 to 14%. Companies with single-round funding exceeding 2 billion RMB were only Zhipu, MiniMax, and Moonshot.

One hundred companies became less than ten that could get funding. Two years, an elimination rate over 90%.

So when we see these three funding rounds totaling $7 billion concentrated in one week in May 2026, its meaning is clear: money isn't flowing to the industry; it's flowing to the last few players.

The larger this funding, the higher the concentration. The higher the concentration, the smaller the space left for those behind.

II. The Music Hasn't Stopped, But the Seats Are Already Insufficient

The crazy surge of Zhipu and MiniMax post-IPO did something with profound impact on the entire industry: it established a reference point in the secondary market for how much domestic large models are worth.

Once this reference standard is set, all unlisted companies face a life-or-death sprint. If they don't lock in their valuation during the current window, and the market experiences aesthetic fatigue leading to a correction, their private market valuations could be instantly shattered.

The window wasn't opened by you; it was propped open by the first movers. If you don't jump in, it closes.

StepFun plans to submit its Hong Kong listing application by the end of June and complete its IPO by year-end. Its VIE structure has been dismantled. The shareholding system reform landed in April. All preparatory steps compressed within months.

Kimi's ARR rose from $100 million to $200 million within a month. Investors proactively disclosed this number to the media, which is extremely rare in the private market. Usually, only when preparing for the next funding round or sprinting towards an IPO would a company allow core financial metrics to leak.

This eagerness to "prove innocence" indicates the private market no longer believes in pure imagination; they want to see revenue, see the certainty of exit. (Extended reading: Kimi isn't short of money; it's short of DeepSeek)

DeepSeek had never previously accepted external funding. Now, state-level funds have entered.

The three companies seem to be doing different things, but the underlying logic is identical: lock in identity, lock in valuation, lock in exit channels. While the window is still open.

III. More Expensive, Yet Less Valuable

Why now? Why not wait?

The reason lies in the economic model of the large model industry, which is exposing an increasingly fatal contradiction.

On the cost side: GPU clusters, inference compute, long context, multimodality, Agent. Each new capability devours cash.

But what's truly terrifying isn't training. It's inference.

Training is a one-time investment. Inference costs grow in sync with user scale. Every token, every API call, every Agent task corresponds to real GPU consumption.

In the mobile internet era, more users meant more profit for the platform. In the AI era, more users might first make the model company poorer.

One more user for WeChat, Tencent's marginal cost hardly changes. One more user for Douyin, ByteDance gets one more ad slot. One more high-frequency user for Doubao, behind it lies continuously increasing inference expenses. (Extended reading: More Users, The Poorer ByteDance Gets)

Large model companies inherently require continuous fundraising ability. And private market money cannot be supplied infinitely.

The reason why going public suddenly becomes so crucial isn't just about exit; more critically, it's about obtaining a public capital channel for long-term blood transfusion.

This is what truly makes all independent model companies anxious today.

The revenue side is even more brutal.

DeepSeek truly brought a price war into the large model industry. High capability, open-source, extremely low price—these three things hold true simultaneously for the first time.

This is a devastating shock to the entire industry. The profit margin in the API market is directly compressed.

The entire industry suddenly realizes model capability might not be the scarcest thing. What's truly scarce is the ability to keep burning money, endure long-term losses, and withstand price wars.

And these abilities, startups inherently can't match giants.

The scary thing about giants isn't their models. It's that they possess cross-subsidization capabilities startups will never have. ByteDance can run Doubao for free long-term because its ad business continuously provides blood transfusions. Recent plans for Doubao to start charging also show it can't sustain the burn, indicating how crazy the spending is.

Tencent can push Yuanbao at low prices because its gaming and social businesses are still profitable. A startup's model must learn to support itself.

Giants compete on ecosystem. Startups compete on survival.

There's another change many haven't realized yet.

Back in 2023, when capital invested in large models, it was essentially buying "possibility."

Because everyone believed that as long as you built the next GPT-4, you could redefine the internet. So at that stage, funding looked at founder background, tech team, model capability, and imagination.

But today, capital is starting to look at another set of things.

It starts asking: Do you have cash flow? Do you have end-user entry points? Do you have ecosystem bindings? Can you survive the next price war?

This means the fundraising logic for the large model industry has shifted from venture capital towards infrastructure investment.

Venture capital believes in the future. Infrastructure investment only believes in survival rates.

Once an industry enters the infrastructure stage, capital naturally concentrates towards the top. Because infrastructure industries never need many players.

IV. The Sense of Deja Vu from the "Four AI Dragons"

This script isn't playing out for the first time.

Around 2018, the "Four AI Dragons" in the computer vision赛道—SenseTime, Megvii, Cloudwalk, Yitu—experienced almost identical plotlines: frenzied fundraising, soaring valuations, record-breaking rounds. Everyone believed the AI era had arrived.

What happened later?

Tencent, Alibaba, Huawei entered the field comprehensively. Computer vision was turned into a standard feature within cloud services. The technology premium of independent companies evaporated instantly, commercialization couldn't achieve scale, and finally, they could only experience prolonged post-IPO破发 and silence.

Today's large model赛道 is entering the same phase. The difference is the stakes are higher this round, the burn rate is faster, and the giants'碾压 is more direct. ByteDance's annual spending on AI might exceed the total funding of the entire "Six Tigers."

Global money is telling the same story. In Q3 2025, the overall funding scale for global AI startups reached $97 billion, of which nearly 46%, about $44.6 billion, concentrated in流向不超过 five leading foundational model companies like Anthropic and xAI.

Entering 2026, funding for leading model companies further accelerated, reaching new levels:

OpenAI completed a $122 billion funding round in March, with a post-money valuation of $852 billion; Anthropic then completed a $30 billion Series G in February, valued at $380 billion,紧接着又 launched a new pre-IPO round of about $50 billion, targeting a valuation直奔 $900 billion.

Capital is concentrating towards the very top with unprecedented intensity. Middle-layer companies are experiencing the longest liquidity winter.

This trend holds true in China as well. In the full year of 2025, large model funding's share of total AI investment dropped from 51% to 14%, but the top three took the vast majority of that. Money didn't disappear; it just stopped being evenly distributed.

And the淘汰速度 is far faster than the last generation. The mobile internet took nearly a decade to go from the "Hundred Groupons War" to AT monopoly. The large model industry might take only three years to go from the "Hundred Models Battle" to shakeout.

A year ago, Baichuan AI was still one of the companies most resembling a Chinese OpenAI. Wang Xiaochuan appeared in almost every large model discussion. Today, it rarely appears at the center of funding news. 01.AI was once a star startup team, with Kai-Fu Lee高调 announcing "All in AI." But the industry increasingly seldom discusses whether it can enter the next round.

The large model industry淘汰 companies doesn't require their technology to fall behind. It only requires the capital window to close first.

V. Three Paths, Three Bets

Today's large model startups have already diverged into three completely different paths.

DeepSeek chose to become a national-level technical asset.

Its $45 billion valuation doesn't come entirely from commercialization, but from the strategic significance of its technical moat and领先 in algorithmic efficiency, making it a kind of national reserve. The entry of national funds indicates its positioning has transcended commercial competition. Its risk lies elsewhere—fragile organizational structure, with several core researchers having departed.

StepFun chose to bind itself to the hardware industry chain. Huaqin, Longcheer, Omnivision, ZTE—core players in the consumer electronics supply chain collectively invested.

The logic of StepFun's Chairman Yin Qi is clear: foundational model capabilities will eventually level out. The real moat lies in who can embed the model into the end-device supply chain, making it impossible for competitors to replace you without replacing the entire chain. By the end of 2025, numbers like 42 million预装 phones, covering 60% of top brands—their importance lies not in scale, but in depth of嵌入.

Kimi chose user scale and speed. ARR growing from $100 million to $200 million in a month, paid subscriptions and API growing simultaneously. But its problems are also the sharpest: monthly active users dropping from a peak of 36 million to 8.33 million, ByteDance's Doubao with 350 million MAUs forming absolute压制, and its B2B API pricing又被 DeepSeek打穿.

Kimi's product is still excellent. But having an excellent product is no longer enough.

The three paths are completely different, but share one commonality: None of them are still talking about building the best model in China. Everyone has started talking about what position they have卡住了.

VI. The End Goal of Fundraising Isn't Expansion

Why did $7 billion flow in simultaneously within three days?

On the surface, it's industry heat. But when an industry is truly hottest, fundraising should be从容; companies would slowly挑选 investors,延长 cycles, waiting for higher valuations.

Now the keyword is only one: scramble.

StepFun scrambles to list. Kimi scrambles to prove revenue. DeepSeek scrambles to complete身份确认.

They aren't scrambling for money. Money is just the tool. What they are truly scrambling for is the last window for independent survival.

The large model industry might not end up leaving many independent players. Infrastructure industries have always been like this: cloud computing eventually归属 to a few giants; communication networks ultimately只剩 three operators; power systems are高度集中.

When model capabilities become commoditized, API prices approach zero, and giants harvest users with免费 strategies, independent model companies either go public to obtain continuous fundraising ability, get integrated into some ecosystem, or disappear.

Going public is obtaining an ID card. State-level endorsement is another form of ID card. An ID card doesn't guarantee you'll win. But without an ID card, you can't even enter the next round.

And for those names not appearing in this week's news, the silence itself is already the answer.

Words 【Off the Page】:

In 2023, the most frequently asked question about the domestic large model赛道 was: Who can build it?

In 2026, the question has become: Who can survive?

From building it to surviving it, only three years passed in between. But these three years are enough for an industry to jump directly from spring to autumn.

This article is from the WeChat public account "Off the Page," author: Huahua

Pertanyaan Terkait

QAccording to the article, what is the fundamental shift in the funding logic for China's large model industry in 2026?

AThe funding logic has shifted from 'risk investment,' which bets on future potential based on technological capability and imagination, to 'infrastructure investment,' which focuses on survivability, cash flow, user access, and resilience against price wars.

QWhat does the article suggest is the main reason independent large model companies are urgently seeking massive funding or IPOs in mid-2026?

AThey are racing to secure the final window for independent survival. The urgency is to lock in valuations, establish their 'identity' (e.g., as a national asset or a key supply chain player), and obtain a sustained public financing channel before a potential market downturn or funding window closes.

QThe article draws a parallel between the current large model industry and a previous AI sector. Which sector is it, and what was the key lesson from that parallel?

AIt draws a parallel with the AI computer vision sector's 'Four Dragons' (商汤, 旷视, 云从, 依图). The key lesson is that when tech giants like Tencent, Alibaba, and Huawei fully entered the field, they turned the technology into a standard, low-margin feature within their ecosystems, erasing the premium and commercial scale of independent companies.

QWhat core dilemma does the article highlight regarding the business model of large model companies, contrasting it with the mobile internet era?

AIn the mobile internet era, more users meant higher profits with minimal marginal cost. For AI large model companies, more users, especially active ones, directly increase inference costs (compute power for each query). This creates a situation where scaling usage can make the company poorer unless monetization outpaces these rapidly growing costs.

QHow have the competitive narratives of leading Chinese large model companies like DeepSeek, StepFun (阶跃星辰), and Kimi changed, as described in the article?

AThey have stopped primarily competing on who can build the 'best model.' Instead, their narratives focus on securing a defensible strategic position: DeepSeek as a national-level strategic technology asset, StepFun as deeply embedded in the hardware supply chain, and Kimi on capturing user scale and growth speed.

Bacaan Terkait

43 Menit Trump: Narasi Pemimpin Kuat Tak Terkendali, Perang Media Memanas

Presiden AS Donald Trump kembali muncul di depan publik setelah menghilang lebih dari seminggu, dalam konferensi pers selama 43 menit yang dimaksudkan untuk menunjukkan kendali. Namun, pidatonya justru menyimpang ke topik-topik seperti kolam refleksi, perbandingan jumlah massa dengan Martin Luther King, serta serangan terhadap jurnalis, lawan politik, dan sejumlah kota AS. Ia menandatangani perintah eksekutif yang menghapus perlindungan jabatan bagi ribuan pegawai federal senior, berpotensi memperkuat loyalitas pribadi di atas profesionalisme. Trump secara pribadi menyerang jurnalis CNN, Kaitlan Collins, menyebutnya "penuh kebencian". Artikel ini menyoroti tekanan pada media independen, mengutip pemecatan veteran CBS Scott Pelley yang menolak campur tangan editorial untuk menyenangkan pemerintahan. Penulis menekankan pentingnya mendukung jurnalis dan media independen sebagai penjaga fakta publik ketika media arus utama menghadapi tekanan politik dan komersial. Aktivitas tiba-tiba diakhiri secara mendadak oleh stafnya, meninggalkan kesan kepanikan. Sementara itu, di tengah kekhawatiran tentang kesehatannya dan perang di Iran, empat anggota Partai Republik di DPR mendukung resolusi yang menuntut penghentian perang, menunjukkan retakan dalam dukungan partainya. Artikel ini menggambarkan penampilan Trump sebagai pertunjukan politik yang penuh kecemasan, yang mencerminkan ketegangan institusional AS: perluasan kekuasaan pribadi, pelemahan birokrasi, erosi kepercayaan media, dan penyusutan ruang fakta publik.

marsbit4j yang lalu

43 Menit Trump: Narasi Pemimpin Kuat Tak Terkendali, Perang Media Memanas

marsbit4j yang lalu

Kalshi, MTS, dan Ambisi A16Z

**Ringkasan Artikel: Kalshi, MTS, dan Ambisi a16z** Pasar prediksi (prediction market) menjadi bidang yang menarik perhatian investor, komunitas kripto, dan media pada 2025. Meski memiliki daya tarik bisnis seperti arbitrase regulasi dan potensi fee transaksi tinggi, nilai mendasarnya terletak pada kemampuannya memberikan **"rasa keberadaan" (sense of presence)**. Artikel ini menelusuri evolusi ide pasar prediksi, dari konsep Friedrich Hayek tentang pasar sebagai pengumpul pengetahuan tersebar, hingga mekanisme insentif Robin Hanson (LMSR). Namun, diskusi filosofis ini menemukan relevansi baru ketika a16z (Andreessen Horowitz) berinvestasi pada **Kalshi**, sebuah platform pasar prediksi yang kini bernilai $220 miliar. Bagi a16z, Kalshi bukan sekadar platform taruhan. Ia adalah **media baru** yang memungkinkan orang terlibat secara aktif dalam peristiwa dunia. Dengan menggunakan uang sungguhan untuk "memprediksi" hasil suatu peristiwa (politik, cuaca, berita), pengguna merasa menjadi **pengamat super** yang berpartisipasi, bukan sekadar penonton pasif. Hal ini mengatasi rasa ketidakberdayaan di era modern. Kalshi, dengan volume dan data transaksi nyata, berpotensi memberikan otoritas final atas **kebenaran** dan **pentingnya** suatu peristiwa. Ini selaras dengan ambisi a16z membangun kekaisaran media baru, seperti yang terlihat pada **MTS (Monitoring The Situation)**, media yang melakukan siaran langsung 24/7 untuk "menguasai linimasa". Kombinasi antara narasi media yang intens (seperti MTS) dan legitimasi data nyata dari pasar prediksi (Kalshi) menciptakan **medan distorsi realitas** yang kuat. Kalshi bernilai tinggi karena kemampuannya mempengaruhi persepsi publik secara halus, misalnya melalui probabilitas hasil pemilu yang diperdagangkan, sesuatu yang jarang dimiliki perusahaan swasta. Inilah inti dari ambisi media baru a16z.

marsbit5j yang lalu

Kalshi, MTS, dan Ambisi A16Z

marsbit5j yang lalu

Terbaru: Veteran Chip OpenAI Bergabung dengan Anthropic

Pelaku industri OpenAI, Clive Chan, yang dikenal sebagai karyawan nomor dua di tim perangkat keras dan terlibat dalam proyek chip buatan OpenAI, mengumumkan telah bergabung dengan Anthropic. Ia menyebut tim chip OpenAI memiliki kepadatan bakat yang luar biasa, namun dorongan untuk "mendaki gunung baru dari dasar" membawanya ke Anthropic. Chan terkesan dengan bakat, nilai, dan ambisi tim Anthropic, serta merasakan intensitas kerja yang tinggi sejak hari pertama. Ketika ditanya tentang kemajuan chip buatan OpenAI, Chan merujuk pada blog kolaborasi antara OpenAI dan Broadcom yang dirilis Oktober 2025. Menurut blog tersebut, sistem akselerator AI buatan OpenAI dengan total skala 10GW ini menargetkan penyebaran dimulai pada paruh kedua 2026, dengan pengiriman rak pertama direncanakan pada waktu tersebut. Proyek diperkirakan berlanjut hingga akhir 2029. Chan, lulusan Universitas Waterloo tahun 2021, memiliki pengalaman kerja di Google, SpaceX, Tesla (tim infrastruktur Autopilot), dan QuEra sebelum bergabung dengan OpenAI pada Januari 2024. Kepindahannya ke Anthropic disambut oleh karyawan Anthropic lainnya dan menjadi bahan komentar netizen yang menyoroti tren perpindahan bakat antara kedua perusahaan AI terkemuka ini. Sebelumnya, pada Mei, salah satu pendiri OpenAI, Andrej Karpathy, juga bergabung dengan Anthropic. Anthropic baru-baru ini mengumumkan pendanaan H senilai $650 miliar, dengan valuasi pasca-pendanaan mencapai $9,65 triliun, mendekati klub bernilai triliunan dolar. Arus bakat antara OpenAI dan Anthropic terus berlanjut, menegaskan pentingnya talenta sebagai aset inti dalam persaingan AI mutakhir.

marsbit5j yang lalu

Terbaru: Veteran Chip OpenAI Bergabung dengan Anthropic

marsbit5j yang lalu

Perubahan Haluan Global a16z: VC Menjadi 'Pendorong' Aliansi Teknologi AS

Ben Horowitz dari a16z mengumumkan pergeseran strategis dalam pendekatan global perusahaan. VC ternama ini tidak lagi sekadar mencari proyek dan investasi internasional, tetapi kini memposisikan dirinya dalam kerangka kompetisi teknologi dan kerja sama aliansi yang lebih besar, terutama untuk mendukung kepemimpinan teknologi Amerika Serikat dan sekutunya. Peran VC berevolusi di tengah fokus baru pada AI, robotika, teknologi pertahanan, keamanan siber, dan ketahanan rantai pasokan. a16z merespons dengan membuka kantor di Tokyo, mengangkat Anne Neuberger sebagai Pemimpin Urusan Global untuk saran geopolitik, serta mengubah tim hubungan investor menjadi Tim Mitra Global yang dipimpin Jen Kha untuk menghubungkan pendiri dengan modal dan jaringan internasional. Tujuannya adalah membantu perusahaan portofolio berkembang secara global dengan akses ke jaringan penting, dari pemerintah hingga pembeli besar. Raghu Raghuram memimpin upaya ini, sementara tim lain terus berinvestasi pada pendiri terbaik di seluruh dunia. Intinya, a16z mendefinisikan ulang peran VC: dari penyedia modal menjadi pengorganisir yang menghubungkan startup dengan kemampuan nasional, sumber daya industri, sistem aliansi, dan modal global, sekaligus mendukung kepentingan kompetitif AS dan sekutunya.

marsbit6j yang lalu

Perubahan Haluan Global a16z: VC Menjadi 'Pendorong' Aliansi Teknologi AS

marsbit6j yang lalu

Ambisi Kalshi, MTS, dan a16z

Pasar prediksi menjadi bidang yang menarik pada tahun 2025, menghubungkan investor dolar, komunitas kripto, dan media. Artikel ini mengeksplorasi esensi pasar prediksi dan keselarasannya dengan visi "Media Baru" a16z. Pemikiran pasar prediksi berakar dari konsep Hayek tentang penggunaan pengetahuan tersebar dalam masyarakat, yang kemudian dikembangkan oleh Robin Hanson dengan mekanisme insentif LMSR-nya. Namun, diskusi filosofis ini menemukan relevansi barunya ketika a16z berinvestasi di Kalshi, sebuah platform pasar prediksi yang valuasinya melonjak. a16z melihat nilai inti Kalshi dan pasar prediksi terletak pada penyediaan "rasa kehadiran" atau keterlibatan. Dalam dunia di mana individu sering merasa terasing dari peristiwa, pasar prediksi menawarkan cara untuk terlibat secara aktif dengan "mempertaruhkan" pandangan seseorang tentang masa depan. Keterlibatan finansial ini mengubah peserta dari pengamat pasif menjadi "pengamat super" yang merasa terhubung dan memiliki agensi. Konsep "Media Baru" a16z adalah sistem komunikasi berkecepatan tinggi yang bertujuan mendominasi narasi secara instan. Contohnya adalah MTS, media yang menyiarkan berita penting secara real-time. Namun, kekuatan sebenarnya terletak pada otoritas yang dihasilkan pasar prediksi seperti Kalshi. Harga yang dibentuk oleh uang sungguhan memberikan klaim kebenaran dan kepentingan yang sulit disangkal, menciptakan semacam "medan distorsi realitas". Inilah yang menjelaskan valuasi tinggi Kalshi: kemampuannya yang langka untuk memengaruhi persepsi realitas sebagai sebuah perusahaan swasta, menjadikannya batu penjuru penting dalam ambisi kekaisaran media baru a16z.

链捕手6j yang lalu

Ambisi Kalshi, MTS, dan a16z

链捕手6j yang lalu

Trading

Spot
Futures

Artikel Populer

Apa Itu GROK AI

Grok AI: Merevolusi Teknologi Percakapan di Era Web3 Pendahuluan Dalam lanskap kecerdasan buatan yang terus berkembang dengan cepat, Grok AI menonjol sebagai proyek yang patut diperhatikan yang menjembatani domain teknologi canggih dan interaksi pengguna. Dikembangkan oleh xAI, sebuah perusahaan yang dipimpin oleh pengusaha terkenal Elon Musk, Grok AI berupaya untuk mendefinisikan ulang cara kita berinteraksi dengan kecerdasan buatan. Seiring dengan berkembangnya gerakan Web3, Grok AI bertujuan untuk memanfaatkan kekuatan AI percakapan untuk menjawab pertanyaan kompleks, memberikan pengguna pengalaman yang tidak hanya informatif tetapi juga menghibur. Apa itu Grok AI? Grok AI adalah chatbot AI percakapan yang canggih yang dirancang untuk berinteraksi dengan pengguna secara dinamis. Berbeda dengan banyak sistem AI tradisional, Grok AI menerima berbagai pertanyaan yang lebih luas, termasuk yang biasanya dianggap tidak pantas atau di luar respons standar. Tujuan inti proyek ini meliputi: Penalaran yang Andal: Grok AI menekankan penalaran akal sehat untuk memberikan jawaban logis berdasarkan pemahaman kontekstual. Pengawasan yang Dapat Diskalakan: Integrasi bantuan alat memastikan bahwa interaksi pengguna dipantau dan dioptimalkan untuk kualitas. Verifikasi Formal: Keamanan adalah hal yang utama; Grok AI menggabungkan metode verifikasi formal untuk meningkatkan keandalan output-nya. Pemahaman Konteks Panjang: Model AI unggul dalam mempertahankan dan mengingat riwayat percakapan yang luas, memfasilitasi diskusi yang bermakna dan sadar konteks. Ketahanan Adversarial: Dengan fokus pada peningkatan pertahanannya terhadap input yang dimanipulasi atau berbahaya, Grok AI bertujuan untuk mempertahankan integritas interaksi pengguna. Intinya, Grok AI bukan hanya perangkat pengambilan informasi; ini adalah mitra percakapan yang imersif yang mendorong dialog yang dinamis. Pencipta Grok AI Otak di balik Grok AI tidak lain adalah Elon Musk, seorang individu yang identik dengan inovasi di berbagai bidang, termasuk otomotif, perjalanan luar angkasa, dan teknologi. Di bawah naungan xAI, sebuah perusahaan yang fokus pada kemajuan teknologi AI dengan cara yang bermanfaat, visi Musk bertujuan untuk membentuk kembali pemahaman tentang interaksi AI. Kepemimpinan dan etos dasar sangat dipengaruhi oleh komitmen Musk untuk mendorong batasan teknologi. Investor Grok AI Meskipun rincian spesifik mengenai investor yang mendukung Grok AI masih terbatas, secara publik diakui bahwa xAI, inkubator proyek ini, didirikan dan didukung terutama oleh Elon Musk sendiri. Usaha dan kepemilikan Musk sebelumnya memberikan dukungan yang kuat, lebih lanjut memperkuat kredibilitas dan potensi pertumbuhan Grok AI. Namun, hingga saat ini, informasi mengenai yayasan investasi tambahan atau organisasi yang mendukung Grok AI tidak tersedia secara mudah, menandai area untuk eksplorasi potensial di masa depan. Bagaimana Grok AI Bekerja? Mekanisme operasional Grok AI sama inovatifnya dengan kerangka konseptualnya. Proyek ini mengintegrasikan beberapa teknologi mutakhir yang memfasilitasi fungsionalitas uniknya: Infrastruktur yang Kuat: Grok AI dibangun menggunakan Kubernetes untuk orkestrasi kontainer, Rust untuk kinerja dan keamanan, dan JAX untuk komputasi numerik berkinerja tinggi. Ketiga elemen ini memastikan bahwa chatbot beroperasi secara efisien, dapat diskalakan dengan efektif, dan melayani pengguna dengan cepat. Akses Pengetahuan Real-Time: Salah satu fitur pembeda Grok AI adalah kemampuannya untuk mengakses data real-time melalui platform X—sebelumnya dikenal sebagai Twitter. Kemampuan ini memberikan AI akses ke informasi terbaru, memungkinkannya untuk memberikan jawaban dan rekomendasi yang tepat waktu yang mungkin terlewat oleh model AI lainnya. Dua Mode Interaksi: Grok AI menawarkan pengguna pilihan antara “Mode Menyenangkan” dan “Mode Reguler.” Mode Menyenangkan memungkinkan gaya interaksi yang lebih bermain dan humoris, sementara Mode Reguler fokus pada memberikan respons yang tepat dan akurat. Fleksibilitas ini memastikan pengalaman yang disesuaikan yang memenuhi berbagai preferensi pengguna. Intinya, Grok AI menggabungkan kinerja dengan keterlibatan, menciptakan pengalaman yang kaya dan menghibur. Garis Waktu Grok AI Perjalanan Grok AI ditandai oleh tonggak penting yang mencerminkan tahap pengembangan dan penerapannya: Pengembangan Awal: Fase dasar Grok AI berlangsung selama sekitar dua bulan, di mana pelatihan awal dan penyempurnaan model dilakukan. Rilis Beta Grok-2: Dalam kemajuan signifikan, beta Grok-2 diumumkan. Rilis ini memperkenalkan dua versi chatbot—Grok-2 dan Grok-2 mini—masing-masing dilengkapi dengan kemampuan untuk chatting, coding, dan penalaran. Akses Publik: Setelah pengembangan beta, Grok AI menjadi tersedia untuk pengguna platform X. Mereka yang memiliki akun yang diverifikasi dengan nomor telepon dan aktif selama setidaknya tujuh hari dapat mengakses versi terbatas, membuat teknologi ini tersedia untuk audiens yang lebih luas. Garis waktu ini mencakup pertumbuhan sistematis Grok AI dari awal hingga keterlibatan publik, menekankan komitmennya untuk perbaikan berkelanjutan dan interaksi pengguna. Fitur Utama Grok AI Grok AI mencakup beberapa fitur kunci yang berkontribusi pada identitas inovatifnya: Integrasi Pengetahuan Real-Time: Akses ke informasi terkini dan relevan membedakan Grok AI dari banyak model statis, memungkinkan pengalaman pengguna yang menarik dan akurat. Gaya Interaksi yang Beragam: Dengan menawarkan mode interaksi yang berbeda, Grok AI memenuhi berbagai preferensi pengguna, mengundang kreativitas dan personalisasi dalam berkomunikasi dengan AI. Dasar Teknologi yang Canggih: Pemanfaatan Kubernetes, Rust, dan JAX memberikan proyek ini kerangka kerja yang solid untuk memastikan keandalan dan kinerja optimal. Pertimbangan Diskursus Etis: Penyertaan fungsi penghasil gambar menunjukkan semangat inovatif proyek ini. Namun, hal ini juga menimbulkan pertimbangan etis seputar hak cipta dan penggambaran yang menghormati tokoh-tokoh yang dikenali—diskusi yang sedang berlangsung dalam komunitas AI. Kesimpulan Sebagai entitas perintis di bidang AI percakapan, Grok AI mencakup potensi untuk pengalaman pengguna yang transformatif di era digital. Dikembangkan oleh xAI dan didorong oleh pendekatan visioner Elon Musk, Grok AI mengintegrasikan pengetahuan real-time dengan kemampuan interaksi yang canggih. Ini berupaya untuk mendorong batasan apa yang dapat dicapai oleh kecerdasan buatan sambil tetap fokus pada pertimbangan etis dan keselamatan pengguna. Grok AI tidak hanya mewujudkan kemajuan teknologi tetapi juga mewakili paradigma percakapan baru di lanskap Web3, menjanjikan untuk melibatkan pengguna dengan pengetahuan yang mahir dan interaksi yang menyenangkan. Seiring proyek ini terus berkembang, ia berdiri sebagai bukti apa yang dapat dicapai di persimpangan teknologi, kreativitas, dan interaksi yang mirip manusia.

570 Total TayanganDipublikasikan pada 2024.12.26Diperbarui pada 2024.12.26

Apa Itu GROK AI

Apa Itu ERC AI

Euruka Tech: Gambaran Umum tentang $erc ai dan Ambisinya di Web3 Pendahuluan Dalam lanskap teknologi blockchain dan aplikasi terdesentralisasi yang berkembang pesat, proyek-proyek baru muncul dengan frekuensi tinggi, masing-masing dengan tujuan dan metodologi yang unik. Salah satu proyek tersebut adalah Euruka Tech, yang beroperasi di domain cryptocurrency dan Web3 yang luas. Fokus utama Euruka Tech, khususnya tokennya $erc ai, adalah untuk menghadirkan solusi inovatif yang dirancang untuk memanfaatkan kemampuan teknologi terdesentralisasi yang terus berkembang. Artikel ini bertujuan untuk memberikan gambaran komprehensif tentang Euruka Tech, eksplorasi tujuannya, fungsionalitas, identitas penciptanya, calon investor, dan signifikansinya dalam konteks yang lebih luas dari Web3. Apa itu Euruka Tech, $erc ai? Euruka Tech dicirikan sebagai proyek yang memanfaatkan alat dan fungsionalitas yang ditawarkan oleh lingkungan Web3, dengan fokus pada integrasi kecerdasan buatan dalam operasinya. Meskipun rincian spesifik tentang kerangka proyek ini agak samar, proyek ini dirancang untuk meningkatkan keterlibatan pengguna dan mengotomatiskan proses di ruang crypto. Proyek ini bertujuan untuk menciptakan ekosistem terdesentralisasi yang tidak hanya memfasilitasi transaksi tetapi juga menggabungkan fungsionalitas prediktif melalui kecerdasan buatan, sehingga penamaan tokennya, $erc ai. Tujuannya adalah untuk menyediakan platform intuitif yang memfasilitasi interaksi yang lebih cerdas dan pemrosesan transaksi yang efisien dalam lingkup Web3 yang terus berkembang. Siapa Pencipta Euruka Tech, $erc ai? Saat ini, informasi mengenai pencipta atau tim pendiri di balik Euruka Tech masih tidak ditentukan dan agak tidak jelas. Ketidakhadiran data ini menimbulkan kekhawatiran, karena pengetahuan tentang latar belakang tim sering kali penting untuk membangun kredibilitas dalam sektor blockchain. Oleh karena itu, kami telah mengkategorikan informasi ini sebagai tidak diketahui sampai rincian konkret tersedia di domain publik. Siapa Investor Euruka Tech, $erc ai? Demikian pula, identifikasi investor atau organisasi pendukung untuk proyek Euruka Tech tidak disediakan dengan mudah melalui penelitian yang tersedia. Aspek yang sangat penting bagi pemangku kepentingan atau pengguna potensial yang mempertimbangkan keterlibatan dengan Euruka Tech adalah jaminan yang datang dari kemitraan keuangan yang mapan atau dukungan dari perusahaan investasi yang terkemuka. Tanpa pengungkapan tentang afiliasi investasi, sulit untuk menarik kesimpulan komprehensif tentang keamanan finansial atau keberlangsungan proyek. Sesuai dengan informasi yang ditemukan, bagian ini juga berada pada status tidak diketahui. Bagaimana Euruka Tech, $erc ai Bekerja? Meskipun kurangnya spesifikasi teknis yang mendetail untuk Euruka Tech, penting untuk mempertimbangkan ambisi inovatifnya. Proyek ini berusaha memanfaatkan kemampuan komputasi kecerdasan buatan untuk mengotomatiskan dan meningkatkan pengalaman pengguna dalam lingkungan cryptocurrency. Dengan mengintegrasikan AI dengan teknologi blockchain, Euruka Tech bertujuan untuk menyediakan fitur seperti perdagangan otomatis, penilaian risiko, dan antarmuka pengguna yang dipersonalisasi. Esensi inovatif dari Euruka Tech terletak pada tujuannya untuk menciptakan koneksi yang mulus antara pengguna dan kemungkinan luas yang ditawarkan oleh jaringan terdesentralisasi. Melalui pemanfaatan algoritma pembelajaran mesin dan AI, proyek ini bertujuan untuk meminimalkan tantangan bagi pengguna baru dan menyederhanakan pengalaman transaksional dalam kerangka Web3. Simbiosis antara AI dan blockchain ini menggarisbawahi signifikansi token $erc ai, yang berdiri sebagai jembatan antara antarmuka pengguna tradisional dan kemampuan canggih dari teknologi terdesentralisasi. Garis Waktu Euruka Tech, $erc ai Sayangnya, sebagai akibat dari informasi yang terbatas mengenai Euruka Tech, kami tidak dapat menyajikan garis waktu yang mendetail tentang perkembangan utama atau tonggak dalam perjalanan proyek ini. Garis waktu ini, yang biasanya sangat berharga dalam memetakan evolusi suatu proyek dan memahami trajektori pertumbuhannya, saat ini tidak tersedia. Ketika informasi tentang peristiwa penting, kemitraan, atau penambahan fungsional menjadi jelas, pembaruan pasti akan meningkatkan visibilitas Euruka Tech di dunia crypto. Klarifikasi tentang Proyek “Eureka” Lainnya Penting untuk dicatat bahwa banyak proyek dan perusahaan berbagi nomenklatur serupa dengan “Eureka.” Penelitian telah mengidentifikasi inisiatif seperti agen AI dari NVIDIA Research, yang fokus pada pengajaran robot tugas kompleks menggunakan metode generatif, serta Eureka Labs dan Eureka AI, yang meningkatkan pengalaman pengguna dalam analitik pendidikan dan layanan pelanggan, masing-masing. Namun, proyek-proyek ini berbeda dari Euruka Tech dan tidak boleh disamakan dengan tujuan atau fungsionalitasnya. Kesimpulan Euruka Tech, bersama dengan token $erc ai-nya, mewakili pemain yang menjanjikan namun saat ini masih samar dalam lanskap Web3. Meskipun rincian tentang pencipta dan investor masih belum diungkapkan, ambisi inti untuk menggabungkan kecerdasan buatan dengan teknologi blockchain tetap menjadi titik fokus yang menarik. Pendekatan unik proyek ini dalam mendorong keterlibatan pengguna melalui otomatisasi canggih dapat membedakannya seiring dengan kemajuan ekosistem Web3. Seiring dengan terus berkembangnya pasar crypto, pemangku kepentingan harus memperhatikan kemajuan seputar Euruka Tech, karena pengembangan inovasi yang terdokumentasi, kemitraan, atau peta jalan yang terdefinisi dapat menghadirkan peluang signifikan di masa depan. Saat ini, kami menunggu wawasan yang lebih substansial yang dapat mengungkap potensi Euruka Tech dan posisinya dalam lanskap crypto yang kompetitif.

536 Total TayanganDipublikasikan pada 2025.01.02Diperbarui pada 2025.01.02

Apa Itu ERC AI

Apa Itu DUOLINGO AI

DUOLINGO AI: Mengintegrasikan Pembelajaran Bahasa dengan Inovasi Web3 dan AI Dalam era di mana teknologi membentuk kembali pendidikan, integrasi kecerdasan buatan (AI) dan jaringan blockchain menandai batasan baru untuk pembelajaran bahasa. Masuklah DUOLINGO AI dan cryptocurrency terkaitnya, $DUOLINGO AI. Proyek ini bercita-cita untuk menggabungkan kekuatan pendidikan dari platform pembelajaran bahasa terkemuka dengan manfaat teknologi Web3 yang terdesentralisasi. Artikel ini menggali aspek-aspek kunci dari DUOLINGO AI, menjelajahi tujuannya, kerangka teknologi, perkembangan sejarah, dan potensi masa depan sambil mempertahankan kejelasan antara sumber daya pendidikan asli dan inisiatif cryptocurrency independen ini. Gambaran Umum DUOLINGO AI Pada intinya, DUOLINGO AI berusaha untuk membangun lingkungan terdesentralisasi di mana pelajar dapat memperoleh imbalan kriptografi untuk mencapai tonggak pendidikan dalam kemahiran bahasa. Dengan menerapkan kontrak pintar, proyek ini bertujuan untuk mengotomatiskan proses verifikasi keterampilan dan alokasi token, sesuai dengan prinsip Web3 yang menekankan transparansi dan kepemilikan pengguna. Model ini menyimpang dari pendekatan tradisional dalam akuisisi bahasa dengan sangat bergantung pada struktur tata kelola yang dipimpin oleh komunitas, memungkinkan pemegang token untuk menyarankan perbaikan pada konten kursus dan distribusi imbalan. Beberapa tujuan notable dari DUOLINGO AI meliputi: Pembelajaran Gamified: Proyek ini mengintegrasikan pencapaian blockchain dan token non-fungible (NFT) untuk mewakili tingkat kemahiran bahasa, mendorong motivasi melalui imbalan digital yang menarik. Penciptaan Konten Terdesentralisasi: Ini membuka jalan bagi pendidik dan penggemar bahasa untuk berkontribusi pada kursus mereka, memfasilitasi model pembagian pendapatan yang menguntungkan semua kontributor. Personalisasi Berbasis AI: Dengan menggunakan model pembelajaran mesin yang canggih, DUOLINGO AI mempersonalisasi pelajaran untuk beradaptasi dengan kemajuan belajar individu, mirip dengan fitur adaptif yang ditemukan di platform yang sudah mapan. Pencipta Proyek dan Tata Kelola Hingga April 2025, tim di balik $DUOLINGO AI tetap anonim, praktik yang umum dalam lanskap cryptocurrency terdesentralisasi. Anonimitas ini dimaksudkan untuk mempromosikan pertumbuhan kolektif dan keterlibatan pemangku kepentingan daripada fokus pada pengembang individu. Kontrak pintar yang diterapkan di blockchain Solana mencatat alamat dompet pengembang, yang menandakan komitmen terhadap transparansi terkait transaksi meskipun identitas penciptanya tidak diketahui. Menurut peta jalannya, DUOLINGO AI bertujuan untuk berkembang menjadi Organisasi Otonom Terdesentralisasi (DAO). Struktur tata kelola ini memungkinkan pemegang token untuk memberikan suara pada isu-isu penting seperti implementasi fitur dan alokasi kas. Model ini sejalan dengan etos pemberdayaan komunitas yang ditemukan dalam berbagai aplikasi terdesentralisasi, menekankan pentingnya pengambilan keputusan kolektif. Investor dan Kemitraan Strategis Saat ini, tidak ada investor institusi atau modal ventura yang dapat diidentifikasi secara publik yang terkait dengan $DUOLINGO AI. Sebaliknya, likuiditas proyek ini terutama berasal dari bursa terdesentralisasi (DEX), menandai kontras yang tajam dengan strategi pendanaan perusahaan teknologi pendidikan tradisional. Model akar rumput ini menunjukkan pendekatan yang dipimpin oleh komunitas, mencerminkan komitmen proyek terhadap desentralisasi. Dalam whitepapernya, DUOLINGO AI menyebutkan pembentukan kolaborasi dengan “platform pendidikan blockchain” yang tidak ditentukan yang bertujuan untuk memperkaya penawaran kursusnya. Meskipun kemitraan spesifik belum diungkapkan, upaya kolaboratif ini menunjukkan strategi untuk menggabungkan inovasi blockchain dengan inisiatif pendidikan, memperluas akses dan keterlibatan pengguna di berbagai jalur pembelajaran. Arsitektur Teknologi Integrasi AI DUOLINGO AI menggabungkan dua komponen utama yang didorong oleh AI untuk meningkatkan penawaran pendidikannya: Mesin Pembelajaran Adaptif: Mesin canggih ini belajar dari interaksi pengguna, mirip dengan model kepemilikan dari platform pendidikan besar. Ia secara dinamis menyesuaikan kesulitan pelajaran untuk mengatasi tantangan spesifik pelajar, memperkuat area yang lemah melalui latihan yang ditargetkan. Agen Percakapan: Dengan menggunakan chatbot bertenaga GPT-4, DUOLINGO AI menyediakan platform bagi pengguna untuk terlibat dalam percakapan yang disimulasikan, mendorong pengalaman pembelajaran bahasa yang lebih interaktif dan praktis. Infrastruktur Blockchain Dibangun di atas blockchain Solana, $DUOLINGO AI memanfaatkan kerangka teknologi yang komprehensif yang mencakup: Kontrak Pintar Verifikasi Keterampilan: Fitur ini secara otomatis memberikan token kepada pengguna yang berhasil melewati tes kemahiran, memperkuat struktur insentif untuk hasil pembelajaran yang nyata. Lencana NFT: Token digital ini menandakan berbagai tonggak yang dicapai pelajar, seperti menyelesaikan bagian dari kursus mereka atau menguasai keterampilan tertentu, memungkinkan mereka untuk memperdagangkan atau memamerkan pencapaian mereka secara digital. Tata Kelola DAO: Anggota komunitas yang memiliki token dapat terlibat dalam tata kelola dengan memberikan suara pada proposal kunci, memfasilitasi budaya partisipatif yang mendorong inovasi dalam penawaran kursus dan fitur platform. Garis Waktu Sejarah 2022–2023: Konseptualisasi Landasan untuk DUOLINGO AI dimulai dengan pembuatan whitepaper, menyoroti sinergi antara kemajuan AI dalam pembelajaran bahasa dan potensi terdesentralisasi dari teknologi blockchain. 2024: Peluncuran Beta Peluncuran beta terbatas memperkenalkan penawaran dalam bahasa-bahasa populer, memberikan imbalan kepada pengguna awal dengan insentif token sebagai bagian dari strategi keterlibatan komunitas proyek. 2025: Transisi DAO Pada bulan April, peluncuran mainnet penuh terjadi dengan peredaran token, mendorong diskusi komunitas mengenai kemungkinan ekspansi ke bahasa Asia dan pengembangan kursus lainnya. Tantangan dan Arah Masa Depan Hambatan Teknis Meskipun memiliki tujuan ambisius, DUOLINGO AI menghadapi tantangan signifikan. Skalabilitas tetap menjadi perhatian yang berkelanjutan, terutama dalam menyeimbangkan biaya yang terkait dengan pemrosesan AI dan mempertahankan jaringan terdesentralisasi yang responsif. Selain itu, memastikan penciptaan konten berkualitas dan moderasi di tengah penawaran terdesentralisasi menimbulkan kompleksitas dalam mempertahankan standar pendidikan. Peluang Strategis Melihat ke depan, DUOLINGO AI memiliki potensi untuk memanfaatkan kemitraan mikro-credentialing dengan institusi akademis, menyediakan validasi keterampilan bahasa yang diverifikasi oleh blockchain. Selain itu, ekspansi lintas rantai dapat memungkinkan proyek ini untuk menjangkau basis pengguna yang lebih luas dan ekosistem blockchain tambahan, meningkatkan interoperabilitas dan jangkauannya. Kesimpulan DUOLINGO AI mewakili perpaduan inovatif antara kecerdasan buatan dan teknologi blockchain, menghadirkan alternatif yang berfokus pada komunitas untuk sistem pembelajaran bahasa tradisional. Meskipun pengembangannya yang anonim dan model ekonomi yang muncul membawa risiko tertentu, komitmen proyek terhadap pembelajaran gamified, pendidikan yang dipersonalisasi, dan tata kelola terdesentralisasi menerangi jalan ke depan untuk teknologi pendidikan di ranah Web3. Seiring kemajuan AI dan evolusi ekosistem blockchain, inisiatif seperti DUOLINGO AI dapat mendefinisikan ulang bagaimana pengguna terlibat dengan pendidikan bahasa, memberdayakan komunitas dan memberikan imbalan atas keterlibatan melalui mekanisme pembelajaran yang inovatif.

592 Total TayanganDipublikasikan pada 2025.04.11Diperbarui pada 2025.04.11

Apa Itu DUOLINGO AI

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 AI (AI) disajikan di bawah ini.

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow