Futuros
Acesse centenas de contratos perpétuos
TradFi
Ouro
Plataforma única para ativos tradicionais globais
Opções
Hot
Negocie opções vanilla no estilo europeu
Conta unificada
Maximize sua eficiência de capital
Negociação demo
Introdução à negociação de futuros
Prepare-se para sua negociação de futuros
Eventos de futuros
Participe de eventos e ganhe recompensas
Negociação demo
Use fundos virtuais para experimentar negociações sem riscos
Lançamento
CandyDrop
Colete candies para ganhar airdrops
Launchpool
Staking rápido, ganhe novos tokens em potencial
HODLer Airdrop
Possua GT em hold e ganhe airdrops massivos de graça
Launchpad
Chegue cedo para o próximo grande projeto de token
Pontos Alpha
Negocie on-chain e receba airdrops
Pontos de futuros
Ganhe pontos de futuros e colete recompensas em airdrop
Investimento
Simple Earn
Ganhe juros com tokens ociosos
Autoinvestimento
Invista automaticamente regularmente
Investimento duplo
Lucre com a volatilidade do mercado
Soft Staking
Ganhe recompensas com stakings flexíveis
Empréstimo de criptomoedas
0 Fees
Penhore uma criptomoeda para pegar outra emprestado
Centro de empréstimos
Centro de empréstimos integrado
Centro de riqueza VIP
Planos premium de crescimento de patrimônio
Gestão privada de patrimônio
Alocação premium de ativos
Fundo Quantitativo
Estratégias quant de alto nível
Apostar
Faça staking de criptomoedas para ganhar em produtos PoS
Alavancagem Inteligente
Alavancagem sem liquidação
Cunhagem de GUSD
Cunhe GUSD para retornos em RWA
O modelo de 27B parâmetros funciona numa GPU com 16GB de memória, alegando-se que a sua capacidade de inferência é próxima do Claude 4 Opus
Notícias da ME, 1 de Abril (UTC+8). Recentemente, surgiram informações de que um modelo com um tamanho de parâmetros de 27B, quando executado localmente com uma GPU de 16GB de VRAM e em quantificação de 4 bits, teve um desempenho superior ao Claude Sonnet 4.5 no teste de referência SWE-bench. De acordo com a opinião expressa no artigo, este modelo consegue fornecer capacidades de inferência comparáveis às do Claude 4 Opus, mas com menor necessidade de recursos. A versão v2 deste modelo reduziu em 24% a redundância do chain-of-thought, ao mesmo tempo que manteve uma precisão de 96,91% no HumanEval. (Fonte: InFoQ)