ブライアン・アームストロング氏は、より適切なデフォルト設定、ルーティング、キャッシュによってコインベースがコストを引き下げた結果、大半の従業員は使用上限に達することがなかったと述べた。オープンソースモデルは現在、デフォルトの選択肢に設定されている。
コインベースはトークン利用が爆発的に増加する中でも、AI支出を約50%削減した。ブライアン・アームストロング氏は、これは利用制限の強化ではなく、効率性向上の成果だと説明した。削減は、デフォルトのモデル選択の改善、リクエストの低コストな選択肢への振り分け、キャッシュ（過去のモデル応答の再利用）の拡充によって実現し、需要抑制のために上限設定やアラートシステムに依存したわけではないとした。アームストロング氏はまた、従業員の91%が使用上限に達しておらず、智譜のGLM 5.2やMoonshot AIのKimi 2.7といったオープンソースモデルが、LLMゲートウェイ（AIモデルへのリクエストを振り分ける仕組み）を通じてデフォルトの選択肢になっていると付け加えた。さらに、LibreChatのキャッシュヒット率は5%から60%に上昇しており、新たなモデル呼び出しではなく保存済みの結果から回答できるプロンプトの割合が大幅に高まったことを示していると述べた。