BlockBeats 消息,6 月 28 日,Coinbase CEO Brian Armstrong 披露,公司通过将默认 AI 模型切换至 GLM 5.2、Kimi 2.7 等开源模型,并结合智能模型路由、缓存优化等措施,在 Token 使用量持续指数级增长的情况下,将 AI 支出削减了近一半。
Brian Armstrong 表示,Coinbase 不再依赖限制使用额度或消费提醒来控制成本,而是默认采用成本更低的开源模型,仅在必要场景调用性能更强的前沿模型。同时,公司通过自动模型路由、提升缓存命中率以及精简上下文等方式进一步降低推理成本。
值得注意的是,这一表态正值 Anthropic CEO 近期多次公开表达对开源模型及模型蒸馏的担忧之际。Coinbase 的实践显示,在企业级 AI 应用中,开源模型正成为兼顾成本与效率的重要选择。
Coinbase在AI使用量指数级增长下,通过将默认模型切换至GLM 5.2、Kimi 2.7等开源模型,结合智能路由与缓存优化,将AI成本削减近半。这一成本控制策略,由CEO Brian Armstrong直接披露,其核心在于将成本更低的开源模型设为默认选项,而非依赖限制使用额度。
这一动作并非孤立。今年3月,Cloudflare在内部部署Kimi K2.5作为默认模型,其安全Agent日耗70亿token,成本降77%。近期评测显示,GLM 5.2已在多项商业模拟与智能指数评测中跻身开源模型前列。这共同指向一个明确的产业趋势:企业级AI应用正从单纯追求前沿模型性能,转向构建以开源模型为默认基座、结合路由优化以平衡成本与效率的实用体系。
最值得关注的细节是,Armstrong特意指出“91%的员工从未触及使用上限”,这揭示了企业内部绝大多数AI任务对性能的要求远未触及前沿模型的边界。Anthropic CEO近期对开源模型及模型蒸馏的公开担忧,与Coinbase、Cloudflare等大型技术公司的务实降本实践形成了鲜明对比,凸显了模型层价值主张与企业采购现实之间的张力。