Coinbase 首席执行官 Brian Armstrong 上周五晚间在 X 平台发文，披露了一项引人关注的工程决策：公司已将两款中国开源大模型——智谱旗下的 GLM 5.2 和北京月之暗面旗下的 Kimi 2.7——通过内部 LLM 网关设定为工程师的默认模型。这一调整配合路由优化与缓存改进，使 Coinbase 的 AI 支出削减了近一半，而 token 使用量仍在以指数级速度增长。
Armstrong 在帖子中给出了一组关键数据：91% 的工程师从未触及原有的使用上限。这意味着大多数日常开发任务并不需要最昂贵的顶级模型。Coinbase 没有选择降低上限或增设消费提醒，而是直接更换了默认选项，用成本更低的开源模型处理常规任务。对于需要复杂规划的场景，工程师仍可调用前沿模型，但 Armstrong 的逻辑很明确——在执行层面使用顶级模型往往是“大材小用”。
代码审查环节则采用了多模型并行策略，让不同模型相互校验输出结果，以维持质量标准。这种做法既利用了开源模型的成本优势，又通过交叉验证弥补了单一模型可能存在的不足。
Armstrong 将成本压缩归结为三层基础设施重构。第一层是智能路由：在自定义调度框架中，系统对提示词进行预处理，综合缓存命中率与模型定价，自动将任务分发至最合适、最经济的模型。他的最终目标是让 AI 而非人工来完成模型选择。第二层是积极缓存：Coinbase 要求所有请求具备缓存感知能力，尽量复用已有缓存。以 LibreChat 为例，在正确实施缓存机制后，缓存命中率从 5% 跃升至 60%。第三层是精简上下文：Armstrong 建议在切换任务时开启新会话，缩小文件上下文范围，断开未使用的工具连接。他强调，目标不是减少 token 使用总量，而是减少“被浪费的 token”。
值得注意的是，Armstrong 将此次成本压缩定性为扩大 AI 采用规模的前提条件，而非一种限制。工程师仍可自由使用任意数量的 token 和任意模型，但公司已将用量数据可视化，并将使用量与业务影响挂钩——“花得越多，我们期望的影响也越大”。他并未披露具体的绝对支出数字，但从结构上看，在使用量指数增长的同时实现支出近半削减，意味着 Coinbase 已在一定程度上实现了消耗与成本的解耦。
这一案例的背景是美国顶尖模型服务成本持续攀升。OpenAI、Anthropic 等公司的前沿模型 API 定价居高不下，迫使企业寻找替代方案。中国开源模型的崛起恰好提供了这样的选项。智谱和月之暗面均采用开源权重策略，企业可以自行部署，避免了按 token 计费的高昂成本。Armstrong 本人也认为这套方法论具有普适性，任何企业均可借鉴，以便在不将成本设为天花板的前提下，实现 AI 使用规模的可持续扩张。
从行业视角看，Coinbase 的举措可能产生示范效应。作为一家纳斯达克上市的金融科技公司，它公开采用中国开源模型，本身就传递了一个信号：在成本压力面前，技术实用主义正在压倒地缘政治考量。如果更多美国企业跟进，全球 AI 基础设施的供应链格局或将面临重塑。