Coinbase AI支出削减近半，转向中国开源模型控成本
Taylor Wilson
Coinbase CEO阿姆斯特朗披露，公司在AI用量持续增长的同时将AI支出砍掉近一半，核心手段是把默认模型切换到中国开源模型——这意味着中国开源AI正从技术话题变成美国企业真实的降本选项。
到底省了多少钱、怎么省的？
Coinbase将默认AI模型切换至中国开源权重模型，AI支出削减近一半，同期AI使用量仍在增长。
这意味着→ 成本下降并非因为"少用AI"，而是因为换了更便宜的模型——用量涨、花费反而降。
用大白话说＝ 同样的活儿，换个工具干，账单直接砍半。
具体用了哪些中国模型？
阿姆斯特朗提到已试用两款模型：智谱AI旗下Z.ai发布的GLM 5.2，以及北京月之暗面旗下的Kimi 2.7。
这两款都是开源权重模型（把模型参数公开，企业可以自己部署，不必按调用次数付费给模型厂商）。
这反映出，美国前沿AI服务价格持续走高的背景下，中国开源模型正成为美企实际采用的替代方案，而非仅停留在测试阶段。
除了换模型，还做了什么？
阿姆斯特朗还推行了一项内部机制：向工程师公开其实际消耗的token数量。
用大白话说＝ 不限制你用多少AI，但你花了多少钱，所有人都看得见——花得越多，公司对你产出的期望也越高。
这意味着→ Coinbase的降本逻辑是"模型选型 + 成本可见性"双管齐下，而不是简单地砍预算限用量。
这件事对市场意味着什么？
这一案例说明，降低AI支出和扩大AI使用量并不矛盾——关键变量是模型选择和成本透明度。
中国开源模型能否在更多美国企业中复制Coinbase这条路径，将是检验其商业渗透力的关键节点。
这反映出，AI竞争的下半场不只是"谁的模型更强"，还有"谁的模型更便宜、更容易被企业实际部署"。
Content is for reference only, not financial advice.