Futures
Accédez à des centaines de contrats perpétuels
TradFi
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Lancer
CandyDrop
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
Launchpad
Soyez les premiers à participer au prochain grand projet de jetons
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Simple Earn
Gagner des intérêts avec des jetons inutilisés
Investissement automatique
Auto-invest régulier
Double investissement
Profitez de la volatilité du marché
Staking souple
Gagnez des récompenses grâce au staking flexible
Prêt Crypto
0 Fees
Mettre en gage un crypto pour en emprunter une autre
Centre de prêts
Centre de prêts intégré
Rapport annuel supérieur aux attentes ! Le volume d'appels API de Zhipu explose, le secteur de la location de puissance de calcul devrait en bénéficier pleinement
Zhipu publie son premier rapport annuel après son introduction en bourse. En 2025, ses résultats dépassent les attentes : la plateforme MaaS API de Zhipu atteint un ARR de 1,7 milliard de yuans (environ 250 millions de dollars US), soit une hausse de 60 fois d’une année sur l’autre. Dans le même temps, la marge bénéficiaire brute de la plateforme MaaS API progresse d’environ 5 fois d’une année sur l’autre pour atteindre 18,9 %, et la capacité bénéficiaire s’améliore nettement.
Il convient de noter qu’après une augmentation de 83 % du prix de l’API au premier trimestre 2026, le volume d’appels n’a pas baissé : au contraire, il a augmenté, et le marché reste en situation de forte tension d’offre. La société indique que l’amélioration de la limite supérieure de l’intelligence relève du « premier principe » à l’ère des grands modèles vers l’AGI, et qu’elle continuera à se concentrer sur des percées continues dans l’intelligence des modèles.
En 2026, la commercialisation des applications d’IA connaîtra une explosion généralisée, et devrait directement soutenir la bonne conjoncture de la chaîne de ressources d’infrastructure cloud. Selon Zhongyou Securities, la croissance exponentielle de l’indice du volume d’appels de Token signale que les éléments de données parviennent à être transformés du « côté offre » vers la « valeur » via un modèle de tarification, bouclant ainsi la boucle de bout en bout. La concurrence entre grands modèles évolue désormais d’une bataille sur les capacités vers une bataille sur les volumes d’usage. Et comme l’AIInfra est l’élément central qui soutient l’expansion de la taille des appels, cela signifie que les systèmes de support sous-jacents, tels que le calcul, le réseau et l’ordonnancement des données, doivent s’étendre simultanément, voire de façon anticipée, et en tireront pleinement parti grâce à la hausse continue des besoins en Token.
D’après la base de thèmes de Caixin concernant les sociétés cotées concernées :
Guanghuan Xinwang se consacre principalement aux centres de données d’entreprise (IDC et services à valeur ajoutée) ainsi qu’au cloud computing. Sur la base d’installations de centres de données répondant à des normes élevées, la société fournit des services de calcul d’intelligence artificielle à haute performance, et a reçu de nombreux prix dans l’industrie.
Runze Technology a mis en place une plateforme complète de services intégrés de calcul, couvrant « offre de calcul flexible—gestion intelligente de l’exploitation et de la maintenance—services sur l’ensemble du cycle de vie ». Les projets de première, deuxième et troisième phases de location de calcul, qui ont été investis et construits, servent principalement à répondre aux besoins d’entraînement des grands modèles.