Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
TradFi
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Pre-IPOs
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Alibaba Cloud: Qwen3.6-27B resmi open source
Laporan dari Jinse Caijing, pada 23 April, semalam, model terbaru dari seri Qwen 3.6, Qwen3.6-27B, resmi dirilis sebagai open source. Model ini memiliki total parameter sebanyak 27 miliar, dan dalam penilaian kemampuan pemrograman inti, performanya setara dengan model berparameter ratusan miliar. Dalam berbagai pengujian standar yang mencerminkan kemampuan pemrograman agen cerdas nyata seperti SWE-bench, Terminal-Bench 2.0, SkillsBench, QwenWebBench, NL2Repo, Qwen3.6-27B menunjukkan performa yang luar biasa. Qwen3.6-27B memungkinkan model yang di-deploy secara lokal untuk menyelesaikan tugas pemrograman agen cerdas yang sebelumnya hanya bisa dilakukan oleh model berukuran besar atau model MoE, dan diharapkan menjadi otak lokal paling andal untuk aplikasi seperti OpenClaw dan agen Hermes.