Futuros
Aceda a centenas de contratos perpétuos
TradFi
Ouro
Plataforma de ativos tradicionais globais
Opções
Hot
Negoceie Opções Vanilla ao estilo europeu
Conta Unificada
Maximize a eficiência do seu capital
Negociação de demonstração
Introdução à negociação de futuros
Prepare-se para a sua negociação de futuros
Eventos de futuros
Participe em eventos para recompensas
Negociação de demonstração
Utilize fundos virtuais para experimentar uma negociação sem riscos
Lançamento
CandyDrop
Recolher doces para ganhar airdrops
Launchpool
Faça staking rapidamente, ganhe potenciais novos tokens
HODLer Airdrop
Detenha GT e obtenha airdrops maciços de graça
Launchpad
Chegue cedo ao próximo grande projeto de tokens
Pontos Alpha
Negoceie ativos on-chain para airdrops
Pontos de futuros
Ganhe pontos de futuros e receba recompensas de airdrop
Investimento
Simple Earn
Ganhe juros com tokens inativos
Investimento automático
Invista automaticamente de forma regular.
Investimento Duplo
Aproveite a volatilidade do mercado
Soft Staking
Ganhe recompensas com staking flexível
Empréstimo de criptomoedas
0 Fees
Dê em garantia uma criptomoeda para pedir outra emprestada
Centro de empréstimos
Centro de empréstimos integrado
Avaliação independente mostra que o MiniMax M2.7 é comparável aos modelos de ponta de código fechado em tarefas de inteligência central
Notícias ME, 5 de abril (UTC+8). Recentemente, de acordo com uma avaliação independente da LangChain, o modelo de pesos abertos MiniMax M2.7 atingiu, em tarefas centrais de agentes inteligentes como operações de ficheiros, chamadas de ferramentas e seguimento de instruções, níveis comparáveis aos de modelos de ponta fechados. A opinião apresentada no artigo considera que a sua vantagem está em reduzir significativamente os custos em cerca de 20 vezes, e em aumentar a velocidade 2-4 vezes. Por exemplo, tomando como base uma produção diária de 10 milhões de tokens, o custo da utilização do Opus 4.6 é de cerca de 250 dólares/dia, enquanto o MiniMax M2.7 requer apenas cerca de 12 dólares/dia. Este avanço deve-se à impulsão de benchmarks abertos como o SWE-Rebench e o Terminal Bench 2.0, tornando os modelos abertos uma opção viável para implementar agentes em ambientes de produção, podendo ainda ser utilizados em conjunto com modelos fechados. (Fonte: InFoQ)