Lanskap AI Silicon Valley Berubah: Karpathy Pindah, Musk Berkontribusi, Son Menjadi Penjaga Tunggal

marsbitDipublikasikan tanggal 2026-05-21Terakhir diperbarui pada 2026-05-21

Abstrak

Dua berita mengguncang Silicon Valley: Anthropic diperkirakan meraih profitabilitas kuartal pertama dengan penjualan $10,9 miliar, sementara OpenAI bergegas menuju IPO dengan valuasi yang menargetkan triliunan dolar. Perubahan lanskap ini makin jelas dengan pindahnya Andrej Karpathy, mantan pendiri OpenAI, ke Anthropic secara penuh. Karpathy, figur kunci yang diyakini dapat mempercepat iterasi model, akan bergabung dengan tim pra-pelatihan Anthropic untuk mengeksplorasi penggunaan Claude guna mempercepat pelatihan model generasi berikutnya, suatu pendekatan yang berpotensi menurunkan biaya pelatihan secara signifikan. Di sisi lain, OpenAI, yang kini menjadi perusahaan AI bernilai tertinggi ($852 miliar), menghadapi tekanan finansial. Meski pendapatan melonjak, biaya komputasi yang tinggi menyebabkan pemotongan proyek seperti Sora. SoftBank's Masayoshi Son, mengabaikan kekhawatiran internal, telah menginvestasikan lebih dari $60 miliar ke OpenAI, sebuah taruhan besar yang membuatnya seperti "penjaga terakhir" yang terisolasi. Sementara itu, Elon Musk, melalui SpaceX, menyewakan pusat komputasi Colossus 1 (dilengkapi >220.000 GPU Nvidia) senilai $40-45 miliar ke Anthropic. Langkah strategis ini tidak hanya menghasilkan pendapatan sewa besar, tetapi juga memperkuat pesaing utama OpenAI. Anthropic, dengan fokus pada produk B2B seperti pembuatan kode, kini mencatat pendapatan tahunan lebih dari $300 miliar (melebihi OpenAI) dan biaya pelatihan yang lebih efisien. Perpindahan K...

Dua kabar nyaris bersamaan menyebar di Silicon Valley.

Satu: Anthropic diperkirakan akan mencapai penjualan $109 miliar pada kuartal ini, pertama kali mencapai laba kuartalan.

Lainnya: OpenAI sedang mempercepat proses IPO, berencana mengajukan dokumen pendaftaran rahasia dalam beberapa minggu ke depan, dan akan melantai di bursa pada musim gugur, valuasi berpotensi mengejutkan $1 triliun.

Kabar ini membuat saham SoftBank Group melonjak hampir 20% dalam satu hari, nilai pasarnya naik sekitar 240 miliar RMB.

Satu pihak baru saja menyentuh garis laba, sementara yang lainnya masih merugi dan terburu-buru untuk go public. Melihat kembali perubahan personel dua hari sebelumnya, logikanya menjadi jelas——

19 Mei, salah satu pendiri OpenAI, Andrej Karpathy, mengumumkan di X: bergabung penuh waktu dengan Anthropic.

Ini bukan perpindahan pekerjaan biasa.

OpenAI hari ini, sudah menjadi perusahaan AI dengan ukuran terbesar di pasar modal.

Baru saja menyelesaikan pendanaan $122 miliar dengan valuasi $852 miliar.

Masayoshi Son dari SoftBank Jepang, mengabaikan penentangan internal eksekutif, memusatkan taruhan lebih dari $60 miliar pada OpenAI.

Tapi di dalam perusahaan, hal lain sedang terjadi:

Dari 11 pendiri yang menandatangani perjanjian startup di kantor sederhana dulu, kini hanya tersisa 2 orang yang masih bertahan——CEO Sam Altman dan Presiden Greg Brockman.

Modal semakin terkumpul, tapi pendiri inti semakin sedikit yang tersisa.

Di balik ini bukan hanya bisa dijelaskan dengan empat kata "perbedaan prinsip", lebih seperti hasil dari perebutan jalur, perebutan daya komputasi, dan permainan raksasa yang bertumpuk.

Siapa Karpathy? Mengapa Ia Memilih Anthropic

Untuk memahami hal ini, pertama-tama harus tahu posisi Karpathy di industri AI.

Di mata investor top, dia bukan hanya seorang manajer teknologi, tapi lebih seperti sosok kunci yang bisa secara langsung memengaruhi ritme pengembangan——perusahaan mana pun yang dia masuki, kecepatan iterasi model perusahaan itu akan berubah.

Karpathy yang berusia 39 tahun, riwayatnya memang menonjol.

Saat kuliah di Stanford dia berguru pada Fei-Fei Li, berpartisipasi dalam pembuatan kursus pembelajaran mendalam pertama Stanford.

Tapi yang benar-benar membuatnya terkenal, adalah lima tahunnya di Tesla.

Dia meninggalkan OpenAI untuk bergabung dengan Tesla pada 2017, dan sempat kembali ke OpenAI pada 2023.

2017, saat itu masih menjadi direktur OpenAI, Musk, mengabaikan manajemen OpenAI, langsung merekrut Karpathy ke Tesla, bertanggung jawab atas arah AI dan visi kendaraan otonom. Bukti persidangan menunjukkan, operasi ini memicu ketidakpuasan dari pihak OpenAI saat itu.

Di Tesla, yang dilakukan Karpathy jauh lebih dari sekadar menulis makalah.

Dia membangun sistem rekayasa kendaraan otonom dari nol, termasuk membentuk tim anotasi data, men-deploy jaringan saraf ke chip buatan Tesla sendiri.

Konsep populer "Vibe Coding" (pemrograman atmosfer) di dunia teknologi dua tahun terakhir, juga dipopulerkan olehnya.

Lalu apa yang dia lakukan sekarang di Anthropic?

Jawabannya: bergabung dengan tim pra-pelatihan, menggunakan Claude untuk mempercepat pra-pelatihan model generasi berikutnya.

Sederhananya, saat ini OpenAI melatih model besar, terutama mengandalkan penumpukan daya komputasi——sejumlah besar GPU Nvidia beroperasi bersamaan, yang diadu adalah siapa yang mampu membayar lebih banyak biaya listrik dan perangkat keras.

Apa yang ingin dilakukan Karpathy di Anthropic, adalah membuat Claude berpartisipasi dalam mempercepat proses pelatihan itu sendiri.

Jika jalur ini berhasil, biaya pelatihan model besar akan turun drastis.

Pilihan Karpathy, sebenarnya menyampaikan sinyal: di mata orang yang benar-benar melakukan rekayasa, jalan semata-mata mengandalkan pembakaran uang untuk menumpuk daya komputasi hampir habis, menggunakan model untuk membantu pelatihan adalah arah yang lebih realistis.

Konsumsi Daya Komputasi dan "Bayangan WeWork"

Keberangkatan berturut-turut talenta inti, sering kali terkait dengan arah operasional perusahaan.

OpenAI hari ini, telah berubah dari lembaga penelitian nirlaba awal, menjadi perusahaan yang menanggung tekanan pendapatan.

Hingga Februari 2026, pendapatan tahunan OpenAI telah melampaui $25 miliar.

Tapi pertumbuhan biaya daya komputasi lebih cepat.

Menurut prediksi sumber yang mengetahui yang dirujuk Reuters pada 2024, OpenAI pada 2026 mungkin menghadapi kerugian hingga $14 miliar, baru pada 2029 diharapkan arus kas menjadi positif. Prediksi ini belum dikonfirmasi pembaruan.

Daya komputasi adalah aset berat yang sangat cepat penyusutannya. Untuk mengendalikan kerugian, OpenAI mulai memotong bisnis yang tidak menguntungkan.

Proyek video Sora, karena membakar biaya server sekitar $1 juta per hari dan pertumbuhan pengguna tidak sesuai harapan, ditutup pada Maret tahun ini.

Divisi Sains OpenAI for Science yang didirikan pada 2025, timnya juga dibagi dan digabungkan ke lini produk lain.

Penyesuaian ini, di satu sisi untuk memenuhi persyaratan kepatuhan setelah berubah menjadi "Perusahaan Kepentingan Publik (PBC)" pada 2025, di sisi lain juga dalam persiapan untuk IPO. Tapi bagi ilmuwan yang bergabung demi idealisme teknologi, prioritas perusahaan telah berubah.

Dan Son memilih untuk menambah taruhan pada saat ini.

Setahun terakhir, SoftBank telah menginvestasikan lebih dari $60 miliar ke OpenAI melalui berbagai saluran.

Di dalam SoftBank, hal ini sangat kontroversial.

Beberapa eksekutif secara pribadi menganggap, memusatkan begitu banyak dana pada satu perusahaan yang belum go public, risikonya terlalu tinggi.

Untuk mengumpulkan dana, SoftBank menjual sebagian aset termasuk Nvidia. Sementara itu, Vision Fund memangkas sekitar 20% karyawan, sumber daya dimiringkan ke jalur AI.

Yang dikhawatirkan para eksekutif SoftBank, adalah mengulangi kesalahan WeWork.

Dulu Son menyukai kisah komersial WeWork, akhirnya rugi ratusan miliar. Menurut Bloomberg, ada pihak internal yang menggunakan "starstruck" untuk menggambarkan sikap Son kali ini terhadap Altman——sama persis dengan sikapnya terhadap pendiri WeWork dulu.

Menginvestasikan $60 miliar, tapi SoftBank tidak mendapatkan kursi dewan dengan kekuasaan nyata di OpenAI. Tapi Son sudah melewatkan gelombang internet sebelumnya, dia tidak ingin melewatkan AI lagi. Menurutnya, kerugian ini adalah harga tiket masuk untuk "kecerdasan dasar".

Dan begitu kabar IPO OpenAI tersebar, nilai pasar SoftBank naik 240 miliar dalam satu hari——setidaknya sejauh ini, taruhan ini tidak rugi.

Kartu Daya Komputasi Musk

Dalam permainan catur ini, yang paling ahli menciptakan masalah, tetap Musk.

Dia adalah salah satu pendiri OpenAI paling awal, sekarang juga pesaing paling langsung.

Mei tahun ini, gugatan Musk terhadap OpenAI karena menyimpang dari tujuan awal kalah, alasannya batas waktu gugatan telah lewat.

Tapi selama persidangan banyak informasi terungkap: yang ingin mengubah OpenAI menjadi perusahaan nirlaba dulu, justru Musk sendiri.

Dia menghitung——rencana kolonisasi Mars membutuhkan sekitar $80 miliar, menguasai perusahaan AGI adalah cara dia mengumpulkan uang.

Tidak mendapatkan kendali, dia memilih keluar, menghentikan pendanaan, sekaligus merekrut Karpathy.

Meskipun gugatan kalah, tapi Musk segera mengambil tindakan di tingkat daya komputasi.

Awal Mei, Musk mengumumkan akan menggabungkan xAI ke SpaceX. Kemudian, SpaceX menyewakan pusat daya komputasi Colossus 1 yang berada di Memphis, Tennessee——dilengkapi dengan lebih dari 220.000 GPU Nvidia——secara keseluruhan ke Anthropic. Dokumen penawaran IPO SpaceX menunjukkan, nilai sewa total ini antara $40 miliar hingga $45 miliar.

Beberapa bulan lalu, Musk masih secara terbuka menyebut Anthropic "anti-manusia dan jahat" (misanthropic and evil) di X.

Tapi di hadapan kepentingan komersial, posisi bisa disesuaikan kapan saja.

Musk melihat titik lemah OpenAI——daya komputasi.

Menyewakan pusat daya komputasi ke Anthropic, di satu sisi mendapatkan sewa tinggi, di sisi lain juga secara tidak langsung memperkuat kekuatan pesaing OpenAI, secara tidak langsung memberikan tekanan pada OpenAI.

Pembalasan Mengerikan Anthropic

Anthropic yang mendapatkan daya komputasi yang cukup, kinerjanya memang sedang berakselerasi.

April 2026, Anthropic mengumumkan pendapatan tahunan melampaui $30 miliar, untuk pertama kalinya dalam skala melebihi OpenAI (sekitar $25 miliar).

Hingga 21 Mei, Wall Street Journal lebih lanjut mengungkap: Anthropic diharapkan dapat mencapai penjualan $10,9 miliar pada kuartal kedua, pertama kali mencapai laba kuartalan.

Sebagai referensi, Salesforce membutuhkan lebih dari dua puluh tahun untuk mencapai skala pendapatan yang setara. Anthropic dari pendiriannya pada 2021 hingga sekarang, kurang dari lima tahun.

Yang lebih krusial adalah pengendalian biaya.

Lini produk Anthropic relatif terpusat, terutama melakukan pembuatan kode tingkat perusahaan dan agen cerdas, tidak masuk ke bidang pembuatan video konsumen dan lainnya, biaya pelatihan model hanya sekitar seperempat dari OpenAI.

Pendapatan lebih tinggi, pengeluaran lebih rendah——ini adalah keunggulan Anthropic saat ini.

Bagi orang seperti Karpathy yang lama melakukan implementasi rekayasa, perbedaan ini meyakinkan.

Dari pilihan Karpathy hingga permainan daya komputasi antar raksasa, kompetisi ini menyampaikan sinyal: ambang batas pelatihan dasar model besar sudah sangat tinggi, pengusaha biasa sulit menemukan peluang di bidang model umum. Jalur yang lebih realistis, baik seperti Anthropic yang fokus pada skenario spesifik B2B——misalnya menggunakan AI untuk menyelesaikan alur kerja seperti pembuatan kode yang memiliki kemauan membayar yang jelas; atau mencari peluang segmentasi dalam arah pelatihan berbantuan AI, data sintetis, dll. Biaya daya komputasi menentukan siapa yang bisa bertahan dalam gelombang ini, ini adalah hitungan paling dasar.

(Artikel ini pertama kali diterbitkan di aplikasi TMTPost, penulis | Silicon Valley Tech_news, editor | Lin Shen)

Kripto yang Sedang Tren

Bacaan Terkait

Dari Emas ke Bitcoin: Pasokan Tetap + Demam Lembaga, Akankah Menghasilkan Pergerakan Harga 'Eksplosif' yang Serupa?

Dari Emas ke Bitcoin: Pasokan Tetap + Demam Institusi, Akankah Ulangi Skenario Kenaikan Harga 'Eksplosif'? Analis memprediksi ETF Bitcoin dapat mengikuti pola historis ETF emas dalam perjalanan harganya, menawarkan roadmap potensial untuk investasi jangka panjang. Sejak peluncuran ETF emas pada 2004, harganya melambung dengan kapitalisasi pasar mendekati $28 triliun. Mirip dengan emas, Bitcoin adalah alat penyimpan nilai non-produktif yang harganya digerakkan oleh sentimen investor. ETF spot Bitcoin, disetujui awal 2024, dengan cepat menjadi salah satu ETF dengan pertumbuhan tercepat, menarik lembaga Wall Street. Namun, volatilitas tetap tinggi. Misalnya, dana IBIT BlackRock telah menjual hampir 100.000 Bitcoin untuk memenuhi penebusan, mencerminkan dampak signifikan dari arus modal institusional. Pola historis ETF emas menunjukkan fase kenaikan tajam, penurunan yang menyakitkan, dan pemulihan yang membutuhkan kesabaran, dengan setiap siklus menciptakan level tertinggi baru. Analis melihat "kemiripan spiritual" antara keduanya: kedua aset memiliki pasokan yang hampir tetap, di mana lonjakan permintaan dapat memicu kenaikan harga eksplosif, tetapi permintaan ini seringkali berubah-ubah seperti gelombang. Keyakinan jangka panjang tetap kuat. Minat institusi yang terus berlanjut, melalui aliran masuk ETF yang stabil dan adopsi perusahaan, dilihat sebagai penyangga utama yang membantu mengurangi tekanan jual. Jika Bitcoin dapat mencapai sebagian kecil dari kapitalisasi pasar emas sebagai penyimpan nilai, potensi apresiasinya masih sangat besar. Namun, perjalanan ini dipastikan akan diwarnai volatilitas tinggi. Bagi investor, kuncinya adalah rasionalitas, diversifikasi, dan fokus pada tren jangka panjang.

Foresight News11m yang lalu

Dari Emas ke Bitcoin: Pasokan Tetap + Demam Lembaga, Akankah Menghasilkan Pergerakan Harga 'Eksplosif' yang Serupa?

Foresight News11m yang lalu

Mengapa Agensi Belanja AI Sulit Populer?

AI berbelanja sebagai wakil belum dapat diterima luas karena menghadapi beberapa tantangan mendasar. Pertama, berbelanja terdiri dari dua tindakan inti: pencarian informasi dan penilaian nilai. Mesin dapat menangani pencarian informasi, tetapi penilaian nilai melibatkan preferensi subjektif manusia yang sulit didelegasikan sepenuhnya. Penilaian nilai sendiri memiliki dua lapisan: evaluasi berdasarkan kriteria yang ditetapkan, dan yang lebih penting, **pendefinisian kebutuhan itu sendiri**—menentukan kriteria, bobot, dan batasan. Preferensi manusia bersifat konstruktif dan berubah, bukan statis, sehingga memerlukan komunikasi iteratif dengan AI. Kedua, batasan sesungguhnya bukan pada standarisasi barang, tetapi apakah proses memilih itu sendiri merupakan **tugas rutin atau kesenangan**. Untuk barang seperti perlengkapan kantor (tugas rutin), AI dapat sepenuhnya otomatis. Namun, untuk barang seperti anggur atau pakaian (kesenangan), proses memilih adalah bagian dari pengalaman konsumsi. Di sini, peran AI idealnya adalah penyaring informasi, menyajikan beberapa pilihan terbaik kepada manusia untuk keputusan akhir. Ketiga, ada dilema interaksi: AI yang bertanya terlalu banyak dapat mengganggu dan mendistorsi pilihan; mengandalkan riwayat belanja dapat membatasi eksplorasi baru; dan keputusan sepenuhnya manual itu melelahkan. Solusi tengah adalah **interaksi pengenalan**, di mana AI menunjukkan beberapa opsi dan pengguna langsung memilih. Narasi "memberi dompet kepada AI" yang menekankan pembayaran otomatis pun keliru. Pembayaran hanyalah bagian termudah. Solusi pembayaran terkini (seperti dari Stripe, Mastercard, Google, Visa) memisahkan **otorisasi pengguna** dari **eksekusi pembayaran terbatas AI**, tanpa perlu menyerahkan dana sepenuhnya. Dompet AI otonom lebih cocok untuk skenario **B2B atau M2M** (mis., pembelian perusahaan standar, penyelesaian antar-mesin), bukan belanja konsumen personal. **Kendala sebenarnya** bukan pada pembayaran, melainkan pada: (1) **Kurangnya sumber data tepercaya** (ulasan palsu, barang palsu) yang menjadi dasar keputusan AI, dan (2) **Hak manusia untuk mendefinisikan kebutuhan tidak dapat diotomatisasi**. Mendelegasikan definisi ini kepada AI berarti kehilangan preferensi asli. Kesimpulannya, untuk barang yang dinikmati, **pilihan itu sendiri adalah produk**. Platform harus mengoptimalkan data terstruktur untuk AI sambil mempertahankan keunggulan inti: memfasilitasi eksplorasi konsumen baru dan pengalaman memilih yang menyenangkan. AI harus menjadi asisten pencarian informasi yang aman dan terkendali, sementara manusia tetap memegang kendali atas standar penilaian dan kesenangan memilih akhir.

Foresight News1j yang lalu

Mengapa Agensi Belanja AI Sulit Populer?

Foresight News1j yang lalu

Setelah 9 Bulan Short, Beralih Lengkap ke Long, Trader Terkenal Buka Posisi Bitcoin di Sekitar 64k, Sentimen Bullish vs Bearish Terbelah di Pasar Kripto

Seorang trader kripto terkenal, Doctor Profit, yang berhasil memprediksi penurunan harga Bitcoin dari puncak $126.000 pada Oktober 2025, mengumumkan telah menutup semua posisi short-nya dan mulai membeli Bitcoin spot di kisaran $64.000. Ia berpendapat siklus bear market empat tahunan mungkin berakhir lebih cepat karena perubahan struktural seperti regulasi CLARITY Act dan masuknya modal institusi besar melalui tokenisasi aset. Di sisi lain, analis on-chain gumsays mencatat sinyal divergensi bullish mingguan pada Bitcoin telah berlangsung 147 hari, mendekati durasi 161 hari sebelum pembalikan kuat di siklus 2022. Namun, peneliti siklus Jake Pahor memberikan pandangan berbeda. Berdasarkan analisis data historis 5.279 hari, ia menyebutkan tiga kondisi umum pembentukan dasar bear market — durasi sekitar 12 bulan, sentimen ekstrem 'ketakutan' berkepanjangan (skor risiko di bawah 20), dan harga jatuh di bawah harga realisasi — belum terpenuhi sama sekali dalam siklus saat ini. Harga realisasi Bitcoin saat ini sekitar $53.000. Pasar tampak terpecah antara mereka yang mulai 'membangun posisi lebih awal' (seperti Doctor Profit) dan yang memilih 'menunggu sinyal konfirmasi lebih kuat' (seperti strategi Jake Pahor). Bitcoin saat ini diperdagangkan sekitar $64.800, tepat di atas moving average 200-minggu sekitar $63.000, dengan indeks Fear & Greed di level 25 (Extreme Fear).

marsbit1j yang lalu

Setelah 9 Bulan Short, Beralih Lengkap ke Long, Trader Terkenal Buka Posisi Bitcoin di Sekitar 64k, Sentimen Bullish vs Bearish Terbelah di Pasar Kripto

marsbit1j yang lalu

Kisah Seorang Trader Senior: Bagaimana Cara Memanfaatkan Ekspektasi Pasar yang Salah?

**Ringkasan: Bagaimana Mendapatkan Keuntungan dari Ekspektasi Pasar yang Salah?** Artikel ini berbagi pengalaman seorang trader senior dalam mengambil keuntungan dari kesalahan ekspektasi pasar, dengan studi kasus transaksi short Nasdaq (NQ) yang sukses. Kasus terjadi setelah data CPI AS yang lebih lemah dari ekspektasi. Pasar bereaksi dengan euforia, mendorong Nasdaq (NQ) naik ke 30060, karena mengira suku bunga akan turun secara luas. Namun, trader ini mengamati bahwa meskipun suku bunga jangka pendek (short-end) rileks, **suku bunga riil 30 tahun justru mencapai level tertinggi baru dalam 20 tahun**. Ini menunjukkan mekanisme transmisi pasar telah berubah: data lemah tidak lagi serta-merta menurunkan biaya modal jangka panjang. Narasi pasar yang salah adalah: **CPI lemah → kebijakan moneter melonggar → penurunan biaya modal jangka panjang → ekspansi valuasi saham teknologi (NQ).** Rantai ini patah di antara "kebijakan" dan "biaya modal jangka panjang". Suku bunga panjang yang tinggi menjadi variabel veto yang menolak konfirmasi optimisme pasar. Trader merumuskan metodologi sistematis untuk mengeksploitasi kesalahan ekspektasi semacam ini: 1. **Identifikasi Rantai Sebab-Akibat Tersirat** pasar. 2. **Temukan Variabel Veto** yang dapat membatalkan narasi tersebut. 3. **Amati Penolakan Konfirmasi** dari variabel veto tersebut. 4. **Tunggu Harga Tetap Bergerak** sesuai skenario lama meski fondasi sudah berubah. 5. **Pilih Ekspresi Aset** yang paling sensitif terhadap kesalahan tersebut (dalam kasus ini: short NQ, bukan S&P 500). 6. **Definisikan Syarat Keluar** untuk kondisi "terbukti salah" dan "logika sudah terealisasi". Kesimpulan kunci: Peluang alpha tidak selalu berasal dari perbedaan informasi, tetapi sering dari **perbedaan fungsi reaksi**. Ketika kondisi makro berubah tetapi pasar terus bereaksi dengan pola lama berdasarkan kebiasaan, disitulah peluang muncul. Pertanyaan paling penting adalah: **Rantai sebab-akibat apa yang menjadi sandaran reaksi pertama pasar hari ini, dan apakah rantai itu masih valid?**

marsbit2j yang lalu

Kisah Seorang Trader Senior: Bagaimana Cara Memanfaatkan Ekspektasi Pasar yang Salah?

marsbit2j yang lalu

Trading

Spot

Artikel Populer

Cara Membeli ONE

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

588 Total TayanganDipublikasikan pada 2024.12.12Diperbarui pada 2026.06.02

Cara Membeli ONE

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 ONE (ONE) disajikan di bawah ini.

活动图片