a16z Diagram: Biaya AI Turun Setengah, Penggunaan Berlipat Ganda, Generasi 30 Tahun AS Masuki Era 'Penundaan Dewasa'

marsbitDipublikasikan tanggal 2026-03-02Terakhir diperbarui pada 2026-03-02

Abstrak

Ringkasan: Laporan a16z menyoroti empat tren utama. Biaya AI turun 50% (dari $0,9 menjadi $0,5 per juta token) sementara penggunaannya berlipat ganda, menunjukkan efek Jevons. Delaware menghadapi "DExit" parsial dalam pendaftaran perusahaan, meski tetap dominan. Belanja modal AI 2026 setara dengan pinjaman bank AS dan 6x anggaran militer negara G7. Platform prediksi Kalshi mengungguli peramal profesional dalam memperkirakan suku bunga Fed. Tren "delay adulthood" menguat: di usia 30 tahun, semakin sedikit orang yang hidup mandiri, menikah, punya anak, atau memiliki rumah—kecuali gelar sarjana yang meningkat hampir 2x sejak 1995.

Panduan Deep Tide: Laporan mingguan berisi diagram dari a16z ini mencakup empat topik, masing-masing layak ditulis menjadi artikel terpisah: Penurunan biaya AI memicu efek Jevons, skala sebenarnya dari pengeluaran modal raksasa teknologi, pasar prediksi Kalshi yang mengalahkan lembaga prediksi profesional, serta penundaan menyeluruh tonggak kehidupan generasi 30 tahun di Amerika. Sumber data solid, sudut pandang tenang dan terkendali, merupakan referensi berkualitas tinggi untuk memahami titik persilangan tren teknologi dan makro saat ini.

DExit...... Tren Nyata atau Ilusi?

Delaware hingga kini masih menjadi pilihan utama pendaftaran perusahaan di AS, tetapi posisi ini perlahan mulai goyah:

Menurut data Ramp, pangsa Delaware dalam pendaftaran perusahaan baru terus menurun sejak 2023, dengan penurunan sekitar 10% pada kuartal ketiga 2025.

Sejarah tidak berulang dengan sederhana, tetapi sering berima...... Mungkin.

Delaware bukanlah selalu menjadi tanah suci pendaftaran perusahaan.

Sekitar satu abad yang lalu, Delaware menggantikan New Jersey—"Ibu Perwalian" asli—sebagai pilihan utama pendaftaran perusahaan. New Jersey kehilangan keunggulannya karena gubernur saat itu, Woodrow Wilson, berusaha membendung "penyalahgunaan perusahaan", yang sangat memperburuk lingkungan bisnis New Jersey. Hukum perusahaan Delaware sendiri dibangun berdasarkan hukum New Jersey sebelum era Wilson, sehingga dengan senang hati menyambut perusahaan yang pergi, dan kemudian bersama Pengadilan Keadilan Delaware, menghabiskan hampir 100 tahun untuk membangun reputasi sebagai tempat yang matang dan adil untuk menyelesaikan sengketa antara perusahaan dan investor.

Namun, sesuatu yang dibangun selama satu abad, hanya butuh beberapa tahun untuk mulai goyah. Benar atau salah, Pengadilan Keadilan Delaware dalam beberapa tahun terakhir telah mengambil posisi yang lebih longgar dalam gugatan pemegang saham (termasuk beberapa kasus berprofil tinggi, antara lain Tesla), dan perusahaan mulai benar-benar memindahkan tempat pendaftaran mereka ke tempat lain. Selamat tinggal, semoga berhasil, Delaware.

Ini setidaknya adalah narasi utama, tetapi data lain menunjukkan situasinya lebih kompleks.

Pertama, bahkan mitos pendirian Delaware sendiri tidak sepenuhnya akurat.

Hingga tahun 1980-an (sekitar 60 tahun setelah Gubernur Wilson menjabat), Delaware benar-benar melampaui New Jersey, menjadi negara bagian nomor satu dalam jumlah pendaftaran perusahaan di AS:

New Jersey berkuasa jauh lebih lama dari yang digambarkan narasi utama. Katalis yang akhirnya membuat Delaware berbalik, kemungkinan adalah serangkaian hukum yang terkait dengan tanggung jawab direksi yang disahkan, membuat perusahaan publik sangat menyukainya, ditambah efek jaringan yang terus memperkuat diri, membentuk inersia sendiri.

Kedua, terlepas dari apa yang terjadi pada perusahaan publik berprofil tinggi (dan perusahaan dalam data Ramp), Delaware secara keseluruhan tampaknya masih baik, bahkan lebih dari baik:

Menurut data yang dirilis oleh Forum Tata Kelola Perusahaan Harvard Law School, dari akhir 2024 hingga 2025, pangsa Delaware dalam total perusahaan AS实际上大幅增长了 (sebenarnya tumbuh signifikan).

Bahkan, jika Anda ingin mencari kasus "DExit" yang jelas, mungkin adalah ini, dan tidak ada hubungannya dengan Tesla, melainkan melibatkan bentuk perusahaan tertentu:

LLC Wyoming mulai berkembang pesat sekitar tahun 2015.

Mengapa? Ini kemungkinan besar terkait ketentuan perlindungan aset dan privasi spesifik dalam hukum LLC Wyoming, yang mempromosikan struktur perusahaan ini sebagai "koktail koboi".

Singkatnya, poin di sini bukan mengatakan DExit tidak terjadi (karena setidaknya sebagian data menunjukkan itu memang terjadi—bahkan jika hanya beberapa perusahaan berprofil tinggi yang pindah, itu juga signifikan), tetapi situasi sebenarnya pasti lebih kompleks dari yang disajikan narasi utama.

Kenyataannya, Delaware masih menikmati keunggulan sebagai opsi default, apalagi semua efek jaringan yang terikat dengannya, dan semua ini sulit digoyahkan.

Kami sebelumnya merilis versi awal dari grafik ini, tetapi dengan data yang semakin banyak, efeknya semakin menakjubkan.

Biaya Token Turun, Konsumsi Token Naik:

Sejak awal tahun ini, harga Token berbayar turun dari sekitar 90 sen per juta Token menjadi 50 sen, sementara jumlah Token yang diproses hampir berlipat ganda, dari sekitar 6.000 menjadi 12.000.

Ini adalah efek Jevons yang khas. Semakin murah AI, semakin banyak AI yang kita gunakan. Menggembirakan.

Masih ingat ada yang bilang, ketika GPU yang lebih baru dan lebih baik diluncurkan, GPU lama tidak akan ada yang mau?

Faktanya sepertinya tidak demikian:

Menurut data Silicon Data, harga sewa Nvidia H100 dan A100 keduanya naik tahun ini.

Pasar belum menunjukkan tanda-tanda kelebihan pasokan daya komputasi, malah sepertinya bahkan belum menyentuh permukaan permintaan yang ada.

Perbandingan ini bukan analogi yang sempurna, tetapi jika sejarah bisa menjadi referensi, kita mungkin masih butuh waktu cukup lama untuk benar-benar "melihat" seperti apa "ekonomi" yang digerakkan AI sebenarnya:

Dari diskusi awal Faraday dan Henry tentang arus listrik, hingga gelombang produktivitas industri yang benar-benar meledak pada paruh pertama abad ke-20, dibutuhkan sekitar 100 tahun.

Sejak tahun 1820-an, siklus iterasi teknologi memang semakin cepat, tetapi variabel yang terlibat dalam satu perubahan platform tingkat masih sangat banyak.

Roy Amara memiliki kutipan terkenal: "Kita selalu melebih-lebihkan perubahan dalam dua tahun ke depan, namun meremehkan perubahan dalam sepuluh tahun ke depan."

Pengeluaran Modal, Dilihat dalam Sumbu Koordinat

Mari lihat data yang tidak akan pernah lekang oleh waktu: Skala pengeluaran modal AI sangat besar.

Lihat perbandingan berikut:

Pengeluaran modal AI 2026 diperkirakan mendekati total pinjaman bersih baru semua bank AS tahun 2025:

Pengeluaran modal sekitar 33% lebih tinggi dari total pendapatan pajak perusahaan AS, dan sekitar 3 kali lipat total tarif:

Pengeluaran modal sekitar 6 kali lipat dari total anggaran militer negara anggota G7 non-AS mana pun:

Jadi, ya, skala pengeluaran modal sangat besar.

Kalshi Merambah Prediksi Makro

Peneliti Fed menganggap pasar prediksi cukup bagus.

Setidaknya pada satu indikator, prediksi Kalshi terhadap suku bunga dana federal telah mengungguli lembaga prediksi profesional:

Untuk prediksi suku bunga dana federal 150 hari kemudian (yaitu setelah 3 pertemuan FOMC), kesalahan absolut rata-rata Kalshi sangat dekat dengan lembaga prediksi profesional. Namun berbeda dengan survei yang hanya memberikan cuplikan jalur modal setiap enam minggu sekali, Kalshi menyediakan distribusi probabilitas lengkap yang terus diperbarui...... Kami menemukan bahwa prediksi median dan modus Kalshi pada hari sebelum pertemuan FOMC memiliki catatan prediksi yang sempurna tanpa kesalahan, yang merupakan peningkatan yang signifikan secara statistik dibandingkan prediksi futures dana federal.

Dengan kata lain, meskipun semua peramal mulai dari titik yang hampir sama, prediksi Kalshi yang terus diperbarui akan terus dioptimalkan seiring waktu, dan akhirnya mencapai catatan prediksi sempurna pada hari sebelum suku bunga secara resmi diumumkan. Selain itu, kinerja Kalshi juga lebih unggul dari prediksi pasar berjangka.

Keunggulan Kalshi tidak hanya terbatas pada suku bunga dana federal. Seperti yang ditunjukkan oleh peneliti Fed, karena indikator makro seperti inflasi, pertumbuhan, pengangguran tidak memiliki pasar opsi lain, Kalshi adalah satu-satunya tempat yang dapat menyediakan "benchmark" frekuensi tinggi, terus diperbarui, kaya distribusi probabilitas, untuk mencerminkan penilaian "massa" tentang ke mana arah indikator ekonomi ini.

Kedengarannya cukup penting.

Penundaan Kedewasaan

Ini adalah grafik yang membuat berpikir, dilengkapi dengan (sedikit) komentar:

Proporsi orang berusia 30 tahun yang mencapai tonggak kehidupan utama, setidaknya sejak 1980-an, terus menurun cukup curam.

Semakin sedikit orang berusia 30 tahun yang:

Tinggal mandiri;

Pernah menikah;

Tinggal bersama anak;

Memiliki rumah sendiri.

Satu-satunya pengecualian adalah tingkat pendaftaran perguruan tinggi—proporsi orang berusia 30 tahun yang memiliki gelar sarjana hampir dua kali lipat sejak 1995.

Lalu, apakah kuliah itu worth it?

Tonggak? Lebih seperti batu pengasah yang menggerogoti leher, kan?!

Mungkin iya, mungkin tidak, tetapi emosi "penyesalan pembeli" sepertinya sedang menyebar di udara.

Pertanyaan Terkait

QApa yang dimaksud dengan 'Efek Jevons' dalam konteks AI, dan bagaimana hal itu tercermin dalam data yang disajikan?

AEfek Jevons adalah paradoks di mana peningkatan efisiensi dalam penggunaan sumber daya (seperti penurunan biaya) justru menyebabkan peningkatan keseluruhan konsumsi sumber daya tersebut. Dalam konteks AI, data menunjukkan bahwa saat biaya token turun dari sekitar $0,90 per juta token menjadi $0,50, jumlah token yang diproses justru hampir dua kali lipat, dari sekitar 6.000 menjadi 12.000. Ini membuktikan bahwa AI yang lebih murah mendorong penggunaan yang lebih banyak.

QApa yang menyebabkan penurunan pangsa pendaftaran perusahaan baru di Delaware (DExit) menurut artikel, dan bagaimana data lain mempersulit narasi ini?

ANarasi utama DExit menyatakan bahwa pengadilan Delaware yang dianggap longgar dalam gugatan pemegang saham (seperti dalam kasus Tesla) menyebabkan perusahaan pindah. Namun, data yang lebih kompleks menunjukkan bahwa Delaware justru mengalami pertumbuhan signifikan dalam pangsa total perusahaan AS secara keseluruhan pada 2024-2025. Penurunan yang terlihat mungkin lebih spesifik pada perusahaan publik berprofil tinggi, sementara Delaware tetap menjadi pilihan default dengan efek jaringan yang kuat. Pergeseran yang lebih jelas justru terlihat pada LLC yang pindah ke Wyoming karena peraturan perlindungan aset dan privasi.

QBagaimana performa pasar prediksi Kalshi dibandingkan dengan peramal profesional dan pasar berjangka dalam memprediksi suku bunga Fed?

AMenurut penelitian Fed, untuk prediksi suku bunga dana federal 150 hari ke depan, kesalahan absolut rata-rata Kalshi sangat dekat dengan peramal profesional. Keunggulan Kalshi terletak pada kemampuannya untuk terus memperbarui prediksi probabilitasnya secara real-time, yang mengarah pada catatan prediksi yang sempurna pada hari sebelum pengumuman FOMC. Kinerja ini secara statistik lebih baik daripada prediksi dari pasar berjangka dana federal.

QApa saja 'tonggak kehidupan' utama yang tertunda di kalangan orang berusia 30 tahun di AS, dan mana satu-satunya pengecualian?

ATonggak kehidupan yang semakin tertunda untuk orang berusia 30 tahun adalah: tinggal independen, pernah menikah, tinggal bersama anak, dan memiliki rumah sendiri. Satu-satunya pengecualian adalah tingkat pencapaian gelar sarjana, yang proporsinya pada kelompok usia ini hampir dua kali lipat sejak tahun 1995.

QMengapa artikel menyebutkan perbandingan antara siklus adopsi listrik dan AI, dan apa implikasinya?

AArtikel membandingkannya untuk memberikan perspektif sejarah bahwa adopsi teknologi transformatif membutuhkan waktu yang lama untuk menunjukkan dampak ekonomi penuhnya. Dari diskusi awal Faraday dan Henry tentang listrik hingga gelombang produktivitas industri yang sesungguhnya, dibutuhkan waktu sekitar 100 tahun. Ini menyiratkan bahwa meskipun siklus inovasi sekarang lebih cepat, dampak ekonomi sepenuhnya dari AI mungkin masih membutuhkan waktu yang signifikan untuk terwujud, mengutip hukum Amara tentang overestimasi perubahan jangka pendek dan underestimasi perubahan jangka panjang.

Bacaan Terkait

GensynAI : Jangan Biarkan AI Mengulangi Kesalahan Internet

Beberapa bulan terakhir, banyak talenta dari industri kripto beralih ke AI karena pesatnya perkembangan industri kecerdasan buatan. Para peneliti yang bergerak di kedua bidang ini terus mengeksplorasi satu pertanyaan yang belum terjawab: **Bisakah blockchain menjadi bagian dari infrastruktur AI?** Proyek yang menggabungkan AI dan Crypto, seperti AI Agent, on-chain reasoning, pasar data, dan penyewaan daya komputasi, telah banyak bermunculan. Namun, sebagian besar masih berada di "lapisan aplikasi AI" dan belum membentuk closed-loop bisnis yang nyata. Berbeda dengan itu, **Gensyn** justru menyasar lapisan paling inti dan mahal dalam industri AI: **pelatihan model**. Gensyn bertujuan untuk mengorganisir sumber daya GPU yang tersebar secara global menjadi jaringan pelatihan AI terbuka. Pengembang dapat mengirimkan tugas pelatihan, node menyediakan daya komputasi, dan jaringan bertugas memverifikasi hasil pelatihan serta mendistribusikan insentif. Nilai utama di balik ini bukan semata-mata "desentralisasi", melainkan solusi atas masalah mendesak dalam industri AI: **sumber daya komputasi (GPU) yang semakin terkonsentrasi di tangan segelintir raksasa teknologi.** Kelangkaan pasokan H100, kenaikan harga layanan cloud, dan persaingan ketat untuk mengunci sumber daya komputasi menunjukkan bahwa kepemilikan GPU kini menjadi penentu kecepatan pengembangan AI, terutama di era model besar (large models). **Mengapa Gensyn Menarik Perhatian?** 1. **Menyasar Lapisan Infrastruktur Inti AI:** Gensyn langsung masuk ke dalam proses pelatihan model, bagian yang paling menantang secara teknis dan paling banyak mengonsumsi sumber daya. Ini adalah lapisan yang mudah membentuk hambatan platform (platform壁垒). Jika jaringan pelatihannya mencapai skala, ia berpotensi menjadi pintu masuk penting bagi pengembangan AI di masa depan. 2. **Menawarkan Model Kolaborasi Komputasi yang Lebih Terbuka:** Berbeda dengan ketergantungan pada platform cloud terpusat yang biayanya terus naik, Gensyn mengusung model yang memanfaatkan GPU menganggur dan menjadwalkan sumber daya komputasi secara dinamis. Ini dapat meningkatkan efisiensi penggunaan daya komputasi secara keseluruhan dan mengurangi hambatan inovasi bagi tim AI kecil-menengah. 3. **Tingkat Kesulitan Teknis sebagai Keunggulan:** Tantangan sebenarnya bukan sekadar menghubungkan GPU, tetapi **cara memverifikasi hasil pelatihan, memastikan kejujuran node, dan menjaga keandalan pelatihan di lingkungan terdistribusi.** Gensyn fokus pada solusi teknis ini (seperti mekanisme verifikasi probabilistik, model distribusi tugas), menjadikannya lebih mirip perusahaan infrastruktur teknologi mendalam (deep tech). 4. **Memiliki Closed-Loop Bisnis Nyata:** Kebutuhan akan pelatihan AI adalah pasar nyata yang terus berkembang, dengan celah pasokan GPU yang berkelanjutan. Gensyn tidak sekadar menambahkan blockchain untuk kepentingannya sendiri, tetapi menjawab kebutuhan industri akan sistem penjadwalan sumber daya yang lebih fleksibel dan terbuka. Singkatnya, batas antara Crypto (sistem finansial) dan AI (sistem teknologi) semakin kabur. AI membutuhkan koordinasi sumber daya, mekanisme insentif, dan kolaborasi global—hal-hal yang menjadi keahlian Crypto. Gensyn mewakili upaya untuk membuka akses kemampuan pelatihan, yang selama ini dikuasai sedikit perusahaan besar, menjadi sistem yang lebih terbuka dan dapat dikolaborasikan. Inisiatif ini tidak lagi sekadar cerita konsep, tetapi berkembang menuju infrastruktur AI nyata, di mana perusahaan paling bernilai di era AI sering kali lahir dari lapisan infrastruktur.

marsbit6j yang lalu

GensynAI : Jangan Biarkan AI Mengulangi Kesalahan Internet

marsbit6j yang lalu

Mengapa AI China Berkembang Begitu Cepat? Jawabannya Tersembunyi di Dalam Laboratorium

Pengarang mencatat bahwa laboratorium AI China telah menjadi kekuatan yang semakin sulit diabaikan dalam kompetisi model besar global. Keunggulannya tidak hanya terletak pada banyaknya talenta, kemampuan rekayasa yang kuat, dan iterasi cepat, tetapi juga berasal dari cara organisasi yang sangat realistis: lebih banyak fokus pada pembuatan model daripada konsep, lebih menekankan eksekusi tim daripada individu bintang, dan lebih memilih menguasai tumpukan teknologi inti sendiri daripada bergantung pada layanan eksternal. Dari kunjungan ke sejumlah laboratorium AI terkemuka China, penulis menemukan ekosistem AI China tidak sepenuhnya sama dengan AS. AS lebih menekankan orisinalitas, investasi modal, dan pengaruh ilmuwan puncak, sedangkan China lebih mahir dalam mengejar cepat arah yang sudah ada. Melalui sumber terbuka, optimasi rekayasa, dan kontribusi banyak peneliti muda, China mendorong kemampuan model ke garis depan dengan cepat. Yang paling menarik untuk diperhatikan bukanlah apakah AI China telah melampaui AS, melainkan dua jalur pengembangan berbeda yang terbentuk: AS lebih seperti kompetisi garis depan yang digerakkan modal dan laboratorium bintang, sedangkan China lebih seperti kompetisi industri yang didorong oleh kemampuan rekayasa, ekosistem sumber terbuka, dan kesadaran penguasaan teknologi mandiri. Ini berarti kompetisi AI di masa depan tidak hanya soal peringkat model, tetapi juga kemampuan organisasi, ekosistem pengembang, dan eksekusi industri. Perubahan nyata AI China terletak pada cara mereka berpartisipasi dalam garis depan global dengan caranya sendiri, bukan hanya meniru Silicon Valley. Penulis juga menyoroti beberapa perbedaan utama dalam ekosistem AI China: permintaan AI domestik mulai muncul, banyak pengembang terpengaruh Claude, perusahaan memiliki mentalitas kepemilikan teknologi, ada dukungan pemerintah meski skalanya belum jelas, industri data kurang berkembang dibanding Barat, dan ada kebutuhan kuat akan chip NVIDIA lebih banyak. Penutupnya menekankan pentingnya ekosistem global yang terbuka dan kolaboratif untuk menciptakan AI yang lebih aman, mudah diakses, dan bermanfaat bagi dunia.

marsbit8j yang lalu

Mengapa AI China Berkembang Begitu Cepat? Jawabannya Tersembunyi di Dalam Laboratorium

marsbit8j yang lalu

3 Tahun 5 Kali Lipat, Pabrik Kaca Berusia Satu Abad Dibangkitkan Kembali

Menurut CRU, permintaan serat optik untuk pusat data AI meningkat 75.9% per tahun, dan kesenjangan pasokan-meningkat dari 6% menjadi 15%. Harga serat optik melonjak lebih dari 3 kali lipat dalam beberapa bulan, dan kapasitas produksi tidak dapat mengimbangi. Inilah alasan NVIDIA berinvestasi di Corning dan mempercepat ekspansi kapasitas serat optik, dengan total investasi $45 miliar dalam tiga perusahaan di seluruh rantai optik. Corning, perusahaan kaca berusia 175 tahun dari New York, melihat sahamnya naik 316.81% dalam setahun terakhir, mencapai kapitalisasi pasar $160 miliar. NVIDIA memilih Corning karena keahliannya dalam serat optik khusus berkinerja tinggi yang penting untuk pusat data AI, seperti serat dengan kehilangan sinyal ultra-rendah (0.15 dB/km), kepadatan tinggi, dan ketahanan tekuk yang baik. Penghasilan Corning dari segmen komunikasi optik untuk perusahaan (Enterprise) melonjak dari $1.3 miliar pada 2023 menjadi lebih dari $3 miliar pada 2025. Perusahaan telah mengamankan kontrak pasokan jangka panjang bernilai miliaran dolar dari klien seperti Meta dan NVIDIA. Meskipun bukan produsen serat optik terbesar secara global, keunggulan teknis Corning di pasar serat canggih untuk AI, ditambah dengan investasi R&D tahunan sebesar $1 miliar, memberinya posisi unik. Percepatan adopsi teknologi **CPO (Co-Packaged Optics)** oleh NVIDIA, yang dijadwalkan mulai produksi massal pada paruh kedua 2026, menjadi katalis penting bagi permintaan serat optik premium Corning. Namun, valuasi sahamnya yang telah melonjak pesat dan potensi keterlambatan dalam eksekusi pesanan menjadi faktor risiko yang perlu diperhatikan.

marsbit8j yang lalu

3 Tahun 5 Kali Lipat, Pabrik Kaca Berusia Satu Abad Dibangkitkan Kembali

marsbit8j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli ERA

Selamat datang di HTX.com! Kami telah membuat pembelian Caldera (ERA) 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 Caldera (ERA) 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 Caldera (ERA) AndaSetelah melakukan pembelian, simpan Caldera (ERA) 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 Caldera (ERA)Lakukan trading Caldera (ERA) 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.

649 Total TayanganDipublikasikan pada 2025.07.17Diperbarui pada 2025.07.17

Cara Membeli ERA

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 ERA (ERA) disajikan di bawah ini.

活动图片