Cache hit rate reaches 99.93%, the best Harness for DeepSeek is here, GitHub pulls in 86k Stars

marsbitОпубліковано о 2026-08-11Востаннє оновлено о 2026-08-11

Анотація

The open-source programming agent "Pi" has surged in popularity on GitHub, amassing around 86,000 stars, largely due to its exceptional efficiency when paired with DeepSeek's models. A key highlight is its remarkably high cache hit rate of approximately 99.93% for input tokens when using DeepSeek. This minimal cache miss rate of 0.07% means most repeated context is reused, drastically reducing computational costs. In a benchmark test by Composio comparing eight major agent harnesses running DeepSeek V4 Flash, Pi achieved the lowest average cost per successful task at about $0.028, significantly outperforming others like Claude Code, which was nearly seven times more expensive. Pi functions as a streamlined "harness" or workspace for AI models, providing core tools like file read/write and command execution while allowing users to add extensions. Its simplicity and specific adaptation for DeepSeek's API—handling its unique reasoning content and tool call formats—make it highly compatible. This design maximizes the efficiency of DeepSeek's low-cost tokens and powerful caching mechanism, as the agent's linear workflow avoids unnecessary changes to earlier prompt sections. While DeepSeek has officially announced its own harness project targeting Claude Code, Pi remains a versatile, user-customizable platform supporting multiple AI providers. It offers developers a cost-effective and flexible alternative, setting a high bar for future official solutions.

Nice, nice.

DeepSeek's official version is still on the way, and the unofficial "Best Harness" has already made a grand entrance! (Might as well outdo everyone.jpg)

The project is called "Pi", an open-source programming Agent that has pulled in about 86,000 Stars on GitHub.

The main reason the project is so hot is simply because this thing is so Efficient...

Look at this developer, Evan Kim. After he connected DeepSeek to Pi, approximately 99.93% of input tokens were successfully cache hits.

In other words, the cache miss rate is only 0.07%, meaning the vast majority of repeated context doesn't need to be recomputed???

What's more, the Composio team recently conducted a horizontal test of 8 mainstream Agent Harnesses, directly running DeepSeek V4 Flash on real tasks.

The results came out a bit dramatic—

Pi had the lowest average cost per successful task, only about $0.028.

Claude Code: How did you just make my price 7 times Pi's!!!

DeepSeek: My tokens are already sold this cheap.

Pi and other cost-saving projects: It's fine, we can make users buy even fewer of them, ha.

Four Tools Paired with DeepSeek, Cache Miss Rate Drops to 0.07%

Before talking about Pi, let's briefly discuss what a Harness actually is.

We all know that large models themselves are more like thinking brains—

To get them to actually work in a code repository, they need to be equipped with eyes, hands, and workflows.

For example, who reads files, how to call the terminal, how to run tests after modifying code—these engineering systems surrounding the model are collectively called a Harness.

Because of this, the same model with a different Harness can have vastly different practical performance and invocation costs!!

And the "Pi" created by developer Mario Zechner does exactly this—building such a programming workstation for large models.

After scanning the project, I can briefly summarize that Pi's approach is quite Direct—

That is, this thing, from the very beginning, never intended to cram "all features" into its core...

Specifically, by default, Pi only gives the model four tools—read file, write file, modify file, and execute command.

If users need planning mode, sub-agents, MCP, Git checkpoints, or permission controls, they can then install them one by one via extensions and Skills~

Emm... It's probably like delivering a bare apartment with basic utilities; Pi is responsible for building the four walls, and whether it's eventually decorated into a studio, a gaming room, or a three-bedroom apartment depends entirely on the user's own tinkering??

What a coincidence, this perfectly aligns with DeepSeek's needs...

As is well known, DeepSeek's reasoning and programming capabilities are quite strong, but its tool calling, context management, and reasoning content playback have their own interface rules.

This leads to problems when we directly plug it into a general Harness designed around OpenAI or Claude, such as tool format incompatibility, errors in reasoning content playback, and cache invalidation.

So, while DeepSeek's official product is still on the way, Pi took the initiative to adapt first—

In April this year, Pi added native Provider support for DeepSeek while also fixing 400 errors in V4 session playback.

It retains the reasoning_content as required by DeepSeek's interface and maps Pi's internal reasoning intensity to the thinking levels supported by DeepSeek.

Truly·customized by the community.

But! What really made Pi and DeepSeek click instantly was "Caching".

After all, a Coding Agent, with each step it executes, has to resend the system prompt, tool definitions, historical conversation, and code to the model, which leads to—

The longer the model works on a task, the longer the request grows, and most of this content, DeepSeek has already seen...

This is where automatic prefix caching comes in handy.

It can temporarily remember the already computed beginning of a request. In the next invocation, as long as the system prompt, tool definitions, and historical conversation remain consistent, this large chunk of content can be reused directly, and the model only needs to process the newly added information at the end.

And "Cache Hit Rate" measures exactly what percentage of tokens in this input successfully reused previous computation results.

The higher the hit rate, the fewer tokens need recomputation, and naturally, the lower the invocation cost.

But the trouble hides here too; adding a timestamp to the prompt, changing the order of tools—the cache might immediately forget and start computing from scratch.

However, Pi's advantage is that it's Simple Enough: Few default tools, session content continuously appends forward, rarely going back to tinker with previous content.

This way, when DeepSeek checks the log, the hundreds of pages it has already seen can be skipped directly, only processing the few newly added pages at the end, drastically lowering the cache miss rate~

And indeed, netizen Evan Kim came forward to verify—

After connecting DeepSeek to Pi, the cache miss rate dropped to 0.03%, corresponding to a cache hit rate of about 99.97%.

Do the math: processing 1 billion tokens would cost only around $19, whereas without using the cache, the cost would be over $900...

Additionally, the Composio team recently conducted a horizontal test of 8 mainstream Agent Harnesses, directly running DeepSeek V4 Flash on real tasks.

The results came out somewhat dramatic, The same DeepSeek, with a different Harness, can have a cost difference of up to 7 times???

At a glance, indeed Pi Agent has the lowest "average cost" per successful task, needing only about $0.028.

Following behind are Deep Agents, Hermes Agent, OpenCode, Codex, Oh My Pi, and Prime Agent, respectively.

Let's look at A-clan's precious Claude Code, the undisputed "Most Expensive Contestant"—

Completing one successful task costs an average of about $0.195, yes, nearly 7 times that of Pi... (The sky is falling)

Of course, this number doesn't mean Claude Code lacks capability; after all, it is itself a complete engineering system built around the Claude model.

It's just that when the underlying model is switched to DeepSeek, the workflows optimized for the Claude ecosystem don't fully benefit from DeepSeek's low cost and high cache efficiency.

The model is still the same DeepSeek; Pi just makes it read much less of the content it has already seen.

Pi: Quietly waiting for the official Harness to surpass me, ha.

Official Harness Team Already Assembled, Targeting Claude Code Directly

Of course, no matter how suitable Pi is for DeepSeek, it's currently still a third-party solution.

After all, DeepSeek itself has decided to step into the ring and build its own Harness, and it's probably not far from launch? (I guess)

Back in May this year, DeepSeek senior researcher Chen Deli confirmed that the company is internally forming an Agent Harness team, summarizing its goal in a very straightforward statement—

Build a DeepSeek Code Harness from scratch, benchmarked against Claude Code.

Then, over the past few months, job postings for Harness Product Managers and R&D Engineers have been popping up everywhere on the official website, like:

Then, at the end of July, the team lead for DeepSeek's Agent Harness team, ACM gold medalist Cui Tianyi, was still recruiting developers for related projects online.

It's almost coming to fruition.

Putting these clues together, DeepSeek's path is gradually becoming clear.

V4 is responsible for strengthening underlying reasoning, programming, and Agent capabilities; the official Harness is responsible for connecting the model to terminals, code repositories, and toolchains; context management and test feedback can send real user failure cases back to the model team.

Of course, to be honest, after the official product launches, Pi won't lose its place because of it.

DeepSeek Harness focuses on out-of-the-box usability and deeper synergy with its own models.

Pi leaves the workstation for users to modify themselves, more suitable for developers who like to control tools, customize workflows, and swap models at any time.

After all, Pi never tied itself exclusively to DeepSeek from the start...

Claude, OpenAI, Gemini, Kimi, MiniMax are all supported. Use DeepSeek today to save tokens, switch to another model tomorrow for special tasks—users can switch Providers anytime.

Emm... This also means that DeepSeek's official Harness, besides facing a bunch of Claude Code-style products, also has to contend with open workstations like Pi that developers have already adapted quite comfortably. (doge)

So now, the pressure officially shifts to the official version—

Your own Harness for DeepSeek, surely it can't be less knowledgeable about saving tokens than a third-party one, right??? (doge)

Reference Links:

[1]https://x.com/composio/status/2086814488162972027?s=20

[2]https://github.com/earendil-works/pi

This article is from WeChat Official Account "QbitAI", Author: Meng Yao

Трендові криптовалюти

CitreaCTR

wrapped stUSDTWSTUSDT

Пов'язані питання

QWhat is the caching hit rate achieved when DeepSeek is integrated with the Pi harness according to the developer Evan Kim?

AAccording to developer Evan Kim, the caching miss rate is as low as 0.03% when DeepSeek is integrated with the Pi harness, which corresponds to a caching hit rate of approximately 99.97%.

QWhat is the average cost per successful task for Pi using DeepSeek V4 Flash, and how does it compare to Claude Code in the Composio team's test?

AIn the Composio team's test, Pi achieved the lowest average cost per successful task at approximately $0.028 using DeepSeek V4 Flash. Claude Code, in contrast, had an average cost of about $0.195, making it nearly 7 times more expensive than Pi.

QWhat are the four core tools provided by the Pi harness in its default setup?

AThe four core tools provided by the Pi harness in its default setup are: reading files, writing files, modifying files, and executing commands.

QWhat is the announced goal of DeepSeek's internal team for their upcoming official Agent Harness, as stated by senior researcher Chen Deli?

ADeepSeek senior researcher Chen Deli stated that the goal of their internal team is to build the DeepSeek Code Harness from scratch, aiming to rival Claude Code.

QWhat is a key architectural philosophy behind the Pi harness that contributes to its high caching efficiency with DeepSeek?

AA key architectural philosophy of the Pi harness is its simplicity and modularity. It starts with a minimal core of only four basic tools, and additional features can be added via extensions. This design keeps session content stable and appended sequentially, which minimizes changes to prompts and tool definitions, thereby maximizing caching hit rates for models like DeepSeek.

cryptonews.ru20 хв тому

Торгівля

Спот

Популярні статті

Що таке $S$

Розуміння SPERO: Комплексний огляд Вступ до SPERO Оскільки ландшафт інновацій продовжує еволюціонувати, виникнення технологій web3 та криптовалютних проектів відіграє ключову роль у формуванні цифрового майбутнього. Один з проектів, який привернув увагу в цій динамічній сфері, — це SPERO, позначений як SPERO,$$s$. Ця стаття має на меті зібрати та представити детальну інформацію про SPERO, щоб допомогти ентузіастам та інвесторам зрозуміти його основи, цілі та інновації в рамках web3 та крипто-сектору. Що таке SPERO,$$s$? SPERO,$$s$ — це унікальний проект у криптопросторі, який прагне використати принципи децентралізації та технології блокчейн для створення екосистеми, що сприяє залученню, корисності та фінансовій інклюзії. Проект розроблений для полегшення взаємодії між користувачами новими способами, надаючи їм інноваційні фінансові рішення та послуги. У своїй основі SPERO,$$s$ прагне надати можливості індивідам, забезпечуючи інструменти та платформи, які покращують користувацький досвід у криптовалютному просторі. Це включає в себе можливість більш гнучких методів транзакцій, сприяння ініціативам, що підтримуються спільнотою, та створення шляхів для фінансових можливостей через децентралізовані додатки (dApps). Основна концепція SPERO,$$s$ обертається навколо інклюзивності, прагнучи зменшити розриви в традиційній фінансовій системі, використовуючи переваги технології блокчейн. Хто є творцем SPERO,$$s$? Особистість творця SPERO,$$s$ залишається дещо невідомою, оскільки є обмежені публічно доступні ресурси, що надають детальну інформацію про його засновників. Ця відсутність прозорості може бути наслідком зобов'язання проекту до децентралізації — етики, яку багато проектів web3 поділяють, ставлячи колективні внески вище за індивідуальне визнання. Зосереджуючи обговорення навколо спільноти та її колективних цілей, SPERO,$$s$ втілює суть наділення без виділення конкретних осіб. Таким чином, розуміння етики та місії SPERO є більш важливим, ніж ідентифікація єдиного творця. Хто є інвесторами SPERO,$$s$? SPERO,$$s$ підтримується різноманітними інвесторами, починаючи від венчурних капіталістів до ангельських інвесторів, які прагнуть сприяти інноваціям у крипто-секторі. Зосередження цих інвесторів зазвичай узгоджується з місією SPERO — пріоритет надається проектам, які обіцяють технологічний прогрес у суспільстві, фінансову інклюзію та децентралізоване управління. Ці інвесторські фонди зазвичай зацікавлені в проектах, які не лише пропонують інноваційні продукти, але й позитивно впливають на спільноту блокчейн та її екосистеми. Підтримка з боку цих інвесторів підкріплює SPERO,$$s$ як значного конкурента в швидко змінюваній сфері крипто-проектів. Як працює SPERO,$$s$? SPERO,$$s$ використовує багатогранну структуру, яка відрізняє його від традиційних криптовалютних проектів. Ось деякі ключові особливості, які підкреслюють його унікальність та інноваційність: Децентралізоване управління: SPERO,$$s$ інтегрує моделі децентралізованого управління, надаючи користувачам можливість активно брати участь у процесах прийняття рішень щодо майбутнього проекту. Цей підхід сприяє відчуттю власності та відповідальності серед членів спільноти. Корисність токена: SPERO,$$s$ використовує свій власний криптовалютний токен, розроблений для виконання різних функцій в екосистемі. Ці токени дозволяють здійснювати транзакції, отримувати винагороди та полегшувати послуги, що пропонуються на платформі, підвищуючи загальну залученість та корисність. Шарова архітектура: Технічна архітектура SPERO,$$s$ підтримує модульність та масштабованість, що дозволяє безперешкодно інтегрувати додаткові функції та додатки в міру розвитку проекту. Ця адаптивність є надзвичайно важливою для збереження актуальності в постійно змінюваному крипто-ландшафті. Залучення спільноти: Проект підкреслює ініціативи, що підтримуються спільнотою, використовуючи механізми, які стимулюють співпрацю та зворотний зв'язок. Підтримуючи сильну спільноту, SPERO,$$s$ може краще задовольняти потреби користувачів та адаптуватися до ринкових тенденцій. Фокус на інклюзію: Пропонуючи низькі комісії за транзакції та зручні інтерфейси, SPERO,$$s$ прагне залучити різноманітну базу користувачів, включаючи осіб, які раніше не брали участі в крипто-просторі. Це зобов'язання до інклюзії узгоджується з його загальною місією наділення через доступність. Хронологія SPERO,$$s$ Розуміння історії проекту надає важливі уявлення про його розвиток та етапи. Нижче наведено пропоновану хронологію, що відображає значні події в еволюції SPERO,$$s$: Етап концептуалізації та ідеації: Початкові ідеї, що стали основою SPERO,$$s$, були сформовані, тісно пов'язані з принципами децентралізації та фокусом на спільноті в індустрії блокчейн. Запуск білого паперу проекту: Після концептуального етапу був випущений комплексний білий папір, що детально описує бачення, цілі та технологічну інфраструктуру SPERO,$$s$, щоб залучити інтерес та зворотний зв'язок від спільноти. Створення спільноти та ранні залучення: Активні зусилля були спрямовані на створення спільноти ранніх прихильників та потенційних інвесторів, що полегшило обговорення цілей проекту та отримання підтримки. Подія генерації токенів: SPERO,$$s$ провів подію генерації токенів (TGE) для розподілу своїх рідних токенів серед ранніх прихильників та встановлення початкової ліквідності в екосистемі. Запуск початкового dApp: Перший децентралізований додаток (dApp), пов'язаний з SPERO,$$s$, став доступним, дозволяючи користувачам взаємодіяти з основними функціями платформи. Постійний розвиток та партнерства: Безперервні оновлення та вдосконалення пропозицій проекту, включаючи стратегічні партнерства з іншими учасниками блокчейн-простору, сформували SPERO,$$s$ у конкурентоспроможного та еволюціонуючого гравця на крипто-ринку. Висновок SPERO,$$s$ є свідченням потенціалу web3 та криптовалют для революціонізації фінансових систем та наділення індивідів. Завдяки зобов'язанню до децентралізованого управління, залучення спільноти та інноваційно спроектованих функцій, він прокладає шлях до більш інклюзивного фінансового ландшафту. Як і з будь-якими інвестиціями в швидко змінюваному крипто-просторі, потенційним інвесторам та користувачам рекомендується ретельно досліджувати та обдумано взаємодіяти з поточними подіями в SPERO,$$s$. Проект демонструє інноваційний дух крипто-індустрії, запрошуючи до подальшого дослідження його численних можливостей. Хоча подорож SPERO,$$s$ ще триває, його основні принципи можуть справді вплинути на майбутнє того, як ми взаємодіємо з технологією, фінансами та один з одним у взаємопов'язаних цифрових екосистемах.

379 переглядів усьогоОпубліковано 2024.12.17Оновлено 2024.12.17

Що таке AGENT S

Агент S: Майбутнє автономної взаємодії в Web3 Вступ У постійно змінюваному ландшафті Web3 та криптовалюти інновації постійно переосмислюють, як люди взаємодіють з цифровими платформами. Один з таких новаторських проектів, Агент S, обіцяє революціонізувати взаємодію людини з комп'ютером через свою відкриту агентну структуру. Прокладаючи шлях для автономних взаємодій, Агент S прагне спростити складні завдання, пропонуючи трансформаційні застосування в штучному інтелекті (ШІ). Це детальне дослідження заглиблюється в складності проекту, його унікальні особливості та наслідки для сфери криптовалюти. Що таке Агент S? Агент S є революційною відкритою агентною структурою, спеціально розробленою для вирішення трьох основних викликів в автоматизації комп'ютерних завдань: Набуття специфічних знань у галузі: Структура інтелектуально навчається з різних зовнішніх джерел знань та внутрішнього досвіду. Цей подвійний підхід дозволяє їй створити багатий репозиторій специфічних знань у галузі, покращуючи її продуктивність у виконанні завдань. Планування на довгих горизонтах завдань: Агент S використовує планування з підкріпленням досвіду, стратегічний підхід, який полегшує ефективний розподіл та виконання складних завдань. Ця функція значно підвищує її здатність ефективно та результативно управляти кількома підзавданнями. Обробка динамічних, неоднорідних інтерфейсів: Проект представляє Інтерфейс Агент-Комп'ютер (ACI), інноваційне рішення, яке покращує взаємодію між агентами та користувачами. Використовуючи багатомодальні великі мовні моделі (MLLMs), Агент S може безперешкодно орієнтуватися та маніпулювати різноманітними графічними інтерфейсами користувача. Завдяки цим новаторським функціям Агент S надає надійну структуру, яка вирішує складнощі, пов'язані з автоматизацією людської взаємодії з машинами, прокладаючи шлях для численних застосувань у ШІ та за його межами. Хто є творцем Агент S? Хоча концепція Агент S є фундаментально новаторською, конкретна інформація про його творця залишається невідомою. Творець наразі невідомий, що підкреслює або початкову стадію проекту, або стратегічний вибір зберегти засновників у таємниці. Незважаючи на анонімність, акцент залишається на можливостях та потенціалі структури. Хто є інвесторами Агент S? Оскільки Агент S є відносно новим у криптографічній екосистемі, детальна інформація про його інвесторів та фінансових спонсорів не задокументована. Відсутність публічно доступних відомостей про інвестиційні фонди або організації, що підтримують проект, викликає питання щодо його фінансової структури та дорожньої карти розвитку. Розуміння підтримки є критично важливим для оцінки стійкості проекту та потенційного впливу на ринок. Як працює Агент S? В основі Агент S лежить передова технологія, яка дозволяє йому ефективно функціонувати в різних умовах. Його операційна модель побудована навколо кількох ключових функцій: Взаємодія з комп'ютером, подібна до людської: Структура пропонує розширене планування ШІ, прагнучи зробити взаємодії з комп'ютерами більш інтуїтивними. Імітуючи людську поведінку при виконанні завдань, вона обіцяє підвищити досвід користувачів. Наративна пам'ять: Використовується для використання високорівневого досвіду, Агент S використовує наративну пам'ять для відстеження історій завдань, тим самим покращуючи свої процеси прийняття рішень. Епізодична пам'ять: Ця функція надає користувачам покрокові інструкції, дозволяючи структурі пропонувати контекстуальну підтримку в міру виконання завдань. Підтримка OpenACI: Завдяки можливості працювати локально, Агент S дозволяє користувачам зберігати контроль над своїми взаємодіями та робочими процесами, узгоджуючи з децентралізованою етикою Web3. Легка інтеграція з зовнішніми API: Його універсальність і сумісність з різними платформами ШІ забезпечують те, що Агент S може безперешкодно вписатися в існуючі технологічні екосистеми, роблячи його привабливим вибором для розробників та організацій. Ці функціональні можливості колективно сприяють унікальному положенню Агент S у крипто-просторі, оскільки він автоматизує складні, багатоступеневі завдання з мінімальним втручанням людини. У міру розвитку проекту його потенційні застосування в Web3 можуть переосмислити, як відбуваються цифрові взаємодії. Хронологія Агент S Розробка та етапи Агент S можуть бути узагальнені в хронології, яка підкреслює його значні події: 27 вересня 2024 року: Концепція Агент S була представлена в комплексній науковій статті під назвою “Відкрита агентна структура, яка використовує комп'ютери як людина”, що демонструє основи проекту. 10 жовтня 2024 року: Наукова стаття була опублікована на arXiv, пропонуючи детальне дослідження структури та її оцінки продуктивності на основі бенчмарку OSWorld. 12 жовтня 2024 року: Було випущено відеопрезентацію, що надає візуальне уявлення про можливості та особливості Агент S, ще більше залучаючи потенційних користувачів та інвесторів. Ці маркери в хронології не лише ілюструють прогрес Агент S, але й вказують на його прихильність до прозорості та залучення громади. Ключові моменти про Агент S У міру розвитку структури Агент S кілька ключових характеристик виділяються, підкреслюючи її новаторський характер та потенціал: Інноваційна структура: Розроблена для забезпечення інтуїтивного використання комп'ютерів, подібного до людської взаємодії, Агент S пропонує новий підхід до автоматизації завдань. Автономна взаємодія: Здатність автономно взаємодіяти з комп'ютерами через GUI означає стрибок до більш інтелектуальних та ефективних обчислювальних рішень. Автоматизація складних завдань: Завдяки своїй надійній методології він може автоматизувати складні, багатоступеневі завдання, роблячи процеси швидшими та менш схильними до помилок. Безперервне вдосконалення: Механізми навчання дозволяють Агенту S покращуватися на основі минулого досвіду, постійно підвищуючи свою продуктивність та ефективність. Універсальність: Його адаптивність до різних операційних середовищ, таких як OSWorld та WindowsAgentArena, забезпечує його здатність служити широкому спектру застосувань. Оскільки Агент S займає своє місце в ландшафті Web3 та криптовалюти, його потенціал покращити можливості взаємодії та автоматизувати процеси означає значний прогрес у технологіях ШІ. Завдяки своїй інноваційній структурі Агент S є прикладом майбутнього цифрових взаємодій, обіцяючи більш безперешкодний та ефективний досвід для користувачів у різних галузях. Висновок Агент S представляє собою сміливий крок вперед у поєднанні ШІ та Web3, з можливістю переосмислити, як ми взаємодіємо з технологією. Хоча проект все ще на ранніх стадіях, можливості для його застосування є величезними та переконливими. Завдяки своїй комплексній структурі, що вирішує критичні виклики, Агент S прагне вивести автономні взаємодії на передній план цифрового досвіду. У міру того, як ми заглиблюємося в сфери криптовалюти та децентралізації, проекти, подібні до Агент S, безсумнівно, відіграватимуть ключову роль у формуванні майбутнього технологій та співпраці людини з комп'ютером.

989 переглядів усьогоОпубліковано 2025.01.14Оновлено 2025.01.14

Як купити S

Ласкаво просимо до HTX.com! Ми зробили покупку Sonic (S) простою та зручною. Дотримуйтесь нашої покрокової інструкції, щоб розпочати свою криптовалютну подорож.Крок 1: Створіть обліковий запис на HTXВикористовуйте свою електронну пошту або номер телефону, щоб зареєструвати обліковий запис на HTX безплатно. Пройдіть безпроблемну реєстрацію й отримайте доступ до всіх функцій.ЗареєструватисьКрок 2: Перейдіть до розділу Купити крипту і виберіть спосіб оплатиКредитна/дебетова картка: використовуйте вашу картку Visa або Mastercard, щоб миттєво купити Sonic (S).Баланс: використовуйте кошти з балансу вашого рахунку HTX для безперешкодної торгівлі.Треті особи: ми додали популярні способи оплати, такі як Google Pay та Apple Pay, щоб підвищити зручність.P2P: Торгуйте безпосередньо з іншими користувачами на HTX.Позабіржова торгівля (OTC): ми пропонуємо індивідуальні послуги та конкурентні обмінні курси для трейдерів.Крок 3: Зберігайте свої Sonic (S)Після придбання Sonic (S) збережіть його у своєму обліковому записі на HTX. Крім того, ви можете відправити його в інше місце за допомогою блокчейн-переказу або використовувати його для торгівлі іншими криптовалютами.Крок 4: Торгівля Sonic (S)Легко торгуйте Sonic (S) на спотовому ринку HTX. Просто увійдіть до свого облікового запису, виберіть торгову пару, укладайте угоди та спостерігайте за ними в режимі реального часу. Ми пропонуємо зручний досвід як для початківців, так і для досвідчених трейдерів.

2.1k переглядів усьогоОпубліковано 2025.01.15Оновлено 2026.06.02

Обговорення

Ласкаво просимо до спільноти HTX. Тут ви можете бути в курсі останніх подій розвитку платформи та отримати доступ до професійної ринкової інформації. Нижче представлені думки користувачів щодо ціни S (S).