Coinbase CEO称AI支出近乎减半,代币使用量激增

Coinbase CEO称AI支出近乎减半,代币使用量激增

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。

事实核查
Armstrong 经认证的 X 帖子明确表示,Coinbase“将我们的 AI 支出削减了近一半,而我们的代币使用量仍在持续增长”,并将这一结果归因于更便宜的开放权重默认模型(GLM 5.2、Kimi 2.7)、路由和缓存——这与相关说法完全一致。Yahoo/BeInCrypto 的报道也独立证实了,在使用量激增的同时,支出接近减半,以及所采取的这三项策略。Cryptopolitan 则证实了相关说法中提到的中国背景开放权重模型的使用情况,以及相关安全和地缘政治担忧。该说法的所有要素均得到一手和二手来源的支持。
    参考链接123
摘要

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。

术语与概念
  • 开源模型: 其代码或权重可供用户更自由地运行、检查或调整的 AI 模型,相比专有系统开放度更高。
  • 智能路由: 将 AI 请求导向最合适的模型或系统,以提升性能并降低成本。
  • 缓存优化: 提升重复请求可由已存储结果直接响应的频率,而无需再次处理。