
Brian Armstrong表示,包括 GLM 5.2 和 Kimi 2.7 在内的开源默认模型,以及路由、缓存和更小的上下文窗口,帮助遏制了企业 AI 成本。
Coinbase 首席执行官 Brian Armstrong 表示,尽管代币使用量呈指数级增长,AI 支出却接近减半。他认为,企业可以通过更优的默认模型、智能路由、缓存优化、更精简的上下文管理以及使用透明度来控制成本,而不是实施严格的使用上限。他称,Coinbase 已将其默认 AI 技术栈转向包括 GLM 5.2 和 Kimi 2.7 在内的开源模型,同时仅在确有必要时才使用前沿模型。 这一观点提出之际,企业正面临 AI 账单快速攀升的压力。智谱的 GLM 5.2 定价为每百万输入 tokens 收费 $1.40、每百万输出 tokens 收费 $4.40,而 Anthropic 的 Opus 4.8 在相同用量下分别为 $5 和 $25。毕马威的一项调查发现,仅有 26% 的公司对 AI 成本具备全面可见性,另有 22% 的公司是在账单到达后才发现支出情况;高盛则预计,到 2030 年,AI token 消耗量可能增长 24 倍,达到每月 120 quadrillion tokens。 Armstrong 的言论也因中国来源 AI 模型的安全与地缘政治风险而受到审视。尽管 GLM 5.2 的 MIT 许可证允许公司自行托管该模型,从而避免通过外部应用程序接口 (API) 路由敏感数据,但围绕法律风险、模型行为和网络安全的担忧依然存在。美国议员于 5 月正式启动对关键基础设施中中国来源 AI 模型网络安全风险的调查;Anthropic 则在致参议院银行委员会的一封信中表示,阿里巴巴 Qwen 的运营方在 4 月至 6 月期间通过约 25,000 个虚假账户发起了 28.8 million 次 Claude 交互,并称这是已知规模最大的窃取模型能力行动。