Coinbase 首席執行官 Brian Armstrong 上週五晚間在 X 平臺發文，披露了一項引人關注的工程決策：公司已將兩款中國開源大模型——智譜旗下的 GLM 5.2 和北京月之暗面旗下的 Kimi 2.7——通過內部 LLM 網關設定為工程師的默認模型。這一調整配合路由優化與緩存改進，使 Coinbase 的 AI 支出削減了近一半，而 token 使用量仍在以指數級速度增長。
Armstrong 在帖子中給出了一組關鍵數據：91% 的工程師從未觸及原有的使用上限。這意味著大多數日常開發任務並不需要最昂貴的頂級模型。Coinbase 沒有選擇降低上限或增設消費提醒，而是直接更換了默認選項，用成本更低的開源模型處理常規任務。對於需要複雜規劃的場景，工程師仍可調用前沿模型，但 Armstrong 的邏輯很明確——在執行層面使用頂級模型往往是“大材小用”。
代碼審查環節則採用了多模型並行策略，讓不同模型相互校驗輸出結果，以維持質量標準。這種做法既利用了開源模型的成本優勢，又通過交叉驗證彌補了單一模型可能存在的不足。
Armstrong 將成本壓縮歸結為三層基礎設施重構。第一層是智能路由：在自定義調度框架中，系統對提示詞進行預處理，綜合緩存命中率與模型定價，自動將任務分發至最合適、最經濟的模型。他的最終目標是讓 AI 而非人工來完成模型選擇。第二層是積極緩存：Coinbase 要求所有請求具備緩存感知能力，儘量複用已有緩存。以 LibreChat 為例，在正確實施緩存機制後，緩存命中率從 5% 躍升至 60%。第三層是精簡上下文：Armstrong 建議在切換任務時開啟新會話，縮小文件上下文範圍，斷開未使用的工具連接。他強調，目標不是減少 token 使用總量，而是減少“被浪費的 token”。
值得注意的是，Armstrong 將此次成本壓縮定性為擴大 AI 採用規模的前提條件，而非一種限制。工程師仍可自由使用任意數量的 token 和任意模型，但公司已將用量數據可視化，並將使用量與業務影響掛鉤——“花得越多，我們期望的影響也越大”。他並未披露具體的絕對支出數字，但從結構上看，在使用量指數增長的同時實現支出近半削減，意味著 Coinbase 已在一定程度上實現了消耗與成本的解耦。
這一案例的背景是美國頂尖模型服務成本持續攀升。OpenAI、Anthropic 等公司的前沿模型 API 定價居高不下，迫使企業尋找替代方案。中國開源模型的崛起恰好提供了這樣的選項。智譜和月之暗面均採用開源權重策略，企業可以自行部署，避免了按 token 計費的高昂成本。Armstrong 本人也認為這套方法論具有普適性，任何企業均可借鑑，以便在不將成本設為天花板的前提下，實現 AI 使用規模的可持續擴張。
從行業視角看，Coinbase 的舉措可能產生示範效應。作為一家納斯達克上市的金融科技公司，它公開採用中國開源模型，本身就傳遞了一個信號：在成本壓力面前，技術實用主義正在壓倒地緣政治考量。如果更多美國企業跟進，全球 AI 基礎設施的供應鏈格局或將面臨重塑。