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

marsbitОпубликовано 2026-07-07Обновлено 2026-07-07

Введение

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

Para akademisi bergembira!!

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

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

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

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

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

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

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

Claude Science Kuat, Tapi Tak Bisa Dipakai...

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

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

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

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

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

Secara spesifik, platform ini melakukan beberapa integrasi kunci:

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

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

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

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

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

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

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

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

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

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

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

Pengguna beta awal telah menghasilkan beberapa kasus nyata.

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

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

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

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

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

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

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

Saat itu kesimpulannya:

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

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

Namun, Claude Science saat ini memiliki beberapa batasan keras:

Hanya mendukung macOS dan Linux

Hanya untuk pengguna berbayar Pro/Max/Team/Enterprise

Di platform hanya bisa menggunakan model milik Claude sendiri

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

Kabar Baik: Alternatif Open Source Hadir

Menyasar batasan di atas, lahirlah proyek open source OpenScience.

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

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

Mereka memiliki penilaian inti di dalam tim:

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

OpenScience, adalah produk pertama yang diwujudkan dari jalur ini.

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

Model-agnostic (tidak terikat model tertentu).

Mengutip kata-kata Synthetic Sciences sendiri:

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

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

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

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

Dan, OpenScience mendukung penggantian model per permintaan.

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

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

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

Instalasi juga sederhana, satu baris perintah di terminal:

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

Ingin instalasi global juga bisa:

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

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

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

One More Thing

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

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

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

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

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

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

Alamat open source:

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

Tautan referensi:

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

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

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

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

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

Трендовые криптовалюты

Связанные с этим вопросы

QApa itu OpenScience dan bagaimana perbedaannya dengan Claude Science?

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

QApa keunggulan utama OpenScience bagi peneliti di Indonesia?

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

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

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

QBagaimana cara menginstal dan menggunakan OpenScience?

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

QMengapa tim OpenScience menambahkan pernyataan penyangkalan hubungan dengan Anthropic?

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

Похожее

Заработав 7,2 миллиона долларов за неделю: как именно pump.fun получает прибыль?

За неделю с 29 июня по 5 июля протокол pump.fun получил доход в размере 7,2 миллиона долларов. Половина чистого дохода направляется на выкуп и сжигание токенов PUMP, за отчетный период было сожжено токенов на 3,7 миллиона долларов, что составляет 41,8% от объема предложения в обращении. Доход формируется за счет основных сервисов платформы: Bonding Curve (объем сделок 553 миллиона долларов), PumpSwap (объем 16,5 миллиарда долларов) и Terminal. Годовой доход может составить около 3 миллиардов долларов, что демонстрирует переход платформы к устойчивой модели с положительным денежным потоком. Ключевым моментом является экономическая модель токена PUMP. Выкуп и сжигание 50% чистого дохода напрямую связывают финансовые результаты платформы со стоимостью токена, создавая цикл положительной обратной связи. Платформа расширяет функционал, превращаясь из запускающей площадки для мем-токенов в полноценную экосистему. Оптимизирована скорость обмена, упрощен процесс пополнения счета через KYC, улучшены инструменты для разработчиков в Terminal. Запуск функции GO и системы вознаграждений для сообщества способствует созданию контента и повышает активность пользователей. Таким образом, pump.fun эволюционирует от зависимости от мем-трендов к зрелой бизнес-модели с диверсифицированными источниками дохода, ценностным предложением для держателей токенов и растущей экосистемой услуг.

marsbit40 мин. назад

Заработав 7,2 миллиона долларов за неделю: как именно pump.fun получает прибыль?

marsbit40 мин. назад

Tiger Research: Три стратегии для финансовых учреждений, чтобы успевать за волной токенизации

Отчет Tiger Research анализирует стратегии для финансовых учреждений в условиях роста рынка токенизации реальных активов (RWA), который достиг $250-360 млрд к началу 2026 года. Основная проблема — отсутствие четких регуляторных рамок во многих юрисдикциях. Институтам предлагается три подхода: ожидать местного законодательства (рискуя упустить возможности), использовать регуляторные песочницы (для ограниченных экспериментов) или выходить на зарубежные рынки с устоявшимся регулированием для накопления опыта. Для выхода на рынок необходимо проработать шесть ключевых аспектов: выбор юрисдикции, получение лицензий, определение класса активов, круг целевых инвесторов, механизмы расчетов и операционные требования. Выделяются два основных пути: прямой вход в регулируемую юрисдикцию (например, Гонконг, Сингапур, США) с использованием лицензированных платформ или "нативный" ончейн-подход через такие платформы, как Ondo Global или Plume Nest, которые минимизируют необходимость в локальном юридическом присутствии. Отчет подчеркивает, что токенизация — не волшебство, а перенос традиционных инструментов на новую инфраструктуру, требующий высокой точности. Юридическая экспертиза остается самым затратным этапом. Ключевой вывод: не стоит ждать полного регулирования. Финансовым институтам необходимо действовать сейчас, выбирать подходящую стратегию и накапливать практический опыт, поскольку рынок не будет ждать.

Foresight News1 ч. назад

Tiger Research: Три стратегии для финансовых учреждений, чтобы успевать за волной токенизации

Foresight News1 ч. назад

‘Поощрять демократию’ ценой безопасности? Внутри эксплойта Bonk на $20 млн

Мемкоин-проект BonkDAO стал жертвой взлома, в результате которого было похищено 20 миллионов долларов. Инцидент произошел из-за вредоносного предложения по управлению (governance proposal). Злоумышленник, приобретя достаточно токенов BONK, создал предложение, которое с минимальным порогом одобрения в 1% позволило вывести средства из казны проекта. Аналитики безопасности раскритиковали слабые настройки управления BonkDAO, указав на отсутствие необходимых мер защиты, таких как период блокировки или требование множественных подтверждений для транзакций казны. Исследователь Тейлор Монахан отметила, что данный случай демонстрирует проблему приоритета «демократизации» через DAO в ущерб безопасности. После новости о взломе цена токена BONK упала на 10%. Несмотря на это, данные on-chain-аналитики показывают, что крупные держатели (киты) продолжают накопление токена с середины июня, что может поддержать цену. Однако если рыночные условия ухудшатся, мемкоин может обновить годовой минимум. Проект сотрудничает с правоохранительными органами и биржами для расследования инцидента.

ambcrypto2 ч. назад

‘Поощрять демократию’ ценой безопасности? Внутри эксплойта Bonk на $20 млн

ambcrypto2 ч. назад

Zoomex X Space: Итоги встречи с Дэвидом Джеймсом и Панелью трейдеров Чемпионата мира

Zoomex провел третий эпизод X Space в рамках своей благотворительной инициативы «World Cup Impact Pledge», собрав на одной виртуальной сцене голкипера сборной Англии Дэвида Джеймса и панель трейдеров. Обсуждались плей-офф, психология пенальти, философия вратарского искусства и шансы Англии на победу, в которую Джеймс верит безоговорочно. Ключевой темой стала параллель между подготовкой вратаря и трейдера. Джеймс объяснил, что давление возникает не от частых ударов, а от необходимости сделать ключевой сейв после долгого бездействия, когда концентрация должна быть на пике. Подобно трейдеру, который не боится следующего движения рынка благодаря своей стратегии, подготовленный вратарь не боится удара — он к нему готов. Особое внимание уделили пенальти. Джеймс описал два режима: чистую подготовку (анализ данных, привычек бьющего) и чистый инстинкт, который может подвести. Он подчеркнул, что ритуалы и мысленные репетиции — это всегда результат практики, а не спонтанность. Эта идея напрямую соотносится с трейдингом, где глубокий анализ данных оттачивает интуицию для прогнозирования рынков. Джеймс также затронул эволюцию вратарской позиции, отметив, что изменения в правилах (например, ввод мяча в игру от ворот) превратили качественный первый пас из опции в обязательное требование, в то время как физические аспекты игры остались прежними. В завершение Джеймс подтвердил свой прогноз на победу Англии, выбранную им благотворительной организацией стала UEFA Foundation, в пользу которой Zoomex выделит 1000 USDT, а в случае верного прогноза — дополнительно 5000 USDT.

TheNewsCrypto2 ч. назад

Zoomex X Space: Итоги встречи с Дэвидом Джеймсом и Панелью трейдеров Чемпионата мира

TheNewsCrypto2 ч. назад

Глубокое изучение списка партнеров Open USD: посмотрите, кто вошел, и вы поймете, куда направляются деньги

**Open USD: Анализ альянса партнеров и направления финансовых потоков** Стабильная монета Open USD дебютировала с беспрецедентной коалицией из более чем 150 партнеров, включая BlackRock, Visa, Mastercard, Stripe, Coinbase, крупные банки (BNY Mellon, Bank of America), технологических гигантов (Google, IBM), торговые платформы (Shopify) и криптокомпании (Ripple, Aave, MetaMask). Этот список раскрывает, кто видит в стейблкоинах будущее критической финансовой инфраструктуры и стремится не остаться в стороне. **Мотивы ключевых игроков:** * **Управляющие активами (BlackRock):** Стремятся управлять огромными резервами стейблкоина, получая комиссию. * **Торговцы и банки (Shopify, банки):** Для торговцев — снижение комиссий за прием платежей и доход с остатков. Для банков — защитная стратегия: вместо того чтобы терять депозиты, они присоединяются к альянсу, чтобы сохранить роль в расчетах и получить долю дохода от резервов. * **Технологические компании (Google, IBM):** Видят в открыто управляемом стейблкоине идеальный инструмент для программируемых платежей между машинами в будущем. * **Криптосектор:** Получает доступ к мейнстрим-партнерам и ликвидности, обеспечивая новой монете реальную полезность с первого дня. **Парадокс и проблема:** В альянс вступили прямые конкуренты (Visa/Mastercard, Coinbase/Ripple). Их объединяет страх остаться вне новой инфраструктуры, даже если она угрожает их текущему бизнесу (как в случае с карточными сетями). Однако общее управление может замедлить принятие решений. **Вывод:** Список партнеров Open USD показывает сдвиг парадигмы: стейблкоин больше не продукт одной компании (как у Circle или Tether), а общая инфраструктура, которой индустрия предпочитает коллективно владеть. Главная угроза для существующих игроков — не технология, а то, что их потенциальные клиенты объединились, чтобы создать альтернативу.

Foresight News2 ч. назад

Глубокое изучение списка партнеров Open USD: посмотрите, кто вошел, и вы поймете, куда направляются деньги

Foresight News2 ч. назад

Торговля

Спот

Популярные статьи

Как купить GLM

Добро пожаловать на HTX.com! Мы сделали приобретение Golem (GLM) простым и удобным. Следуйте нашему пошаговому руководству и отправляйтесь в свое крипто-путешествие.Шаг 1: Создайте аккаунт на HTXИспользуйте свой адрес электронной почты или номер телефона, чтобы зарегистрироваться и бесплатно создать аккаунт на HTX. Пройдите удобную регистрацию и откройте для себя весь функционал.Создать аккаунтШаг 2: Перейдите в Купить криптовалюту и выберите свой способ оплатыКредитная/Дебетовая Карта: Используйте свою карту Visa или Mastercard для мгновенной покупки Golem (GLM).Баланс: Используйте средства с баланса вашего аккаунта HTX для простой торговли.Третьи Лица: Мы добавили популярные способы оплаты, такие как Google Pay и Apple Pay, для повышения удобства.P2P: Торгуйте напрямую с другими пользователями на HTX.Внебиржевая Торговля (OTC): Мы предлагаем индивидуальные услуги и конкурентоспособные обменные курсы для трейдеров.Шаг 3: Хранение Golem (GLM)После приобретения вами Golem (GLM) храните их в своем аккаунте на HTX. В качестве альтернативы вы можете отправить их куда-либо с помощью перевода в блокчейне или использовать для торговли с другими криптовалютами.Шаг 4: Торговля Golem (GLM)С легкостью торгуйте Golem (GLM) на спотовом рынке HTX. Просто зайдите в свой аккаунт, выберите торговую пару, совершайте сделки и следите за ними в режиме реального времени. Мы предлагаем удобный интерфейс как для начинающих, так и для опытных трейдеров.

276 просмотров всегоОпубликовано 2024.05.07Обновлено 2026.06.02

Как купить GLM

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на GLM (GLM) представлены ниже.

活动图片