一句话看懂：美国加密货币交易所 Coinbase 宣布将核心业务转向使用中国大模型 GLM5.2 与 Kimi2.7，AI 成本直接减半，并通过自研路由系统将缓存命中率从 5% 拉升到 60%。这并非简单替换，而是对欧美昂贵闭源模型的一次商业级“性价比对冲”。
事件核心：发生了什么
Coinbase CEO Brian Armstrong 公开表示，公司已调整核心运营策略，选用成本更低的中国 AI 模型，主要包括智谱 AI 的 GLM5.2 与月之暗面的 Kimi2.7。同时，Coinbase 内部上线了自动路由系统，根据任务类型、价格与缓存潜力智能分配请求，将缓存命中率提升至 60%，并成功令整体 AI 成本下降 50%。公司强调开发者仍可自主选择模型，但系统默认优先使用高性价比方案。这一调整立即引发连锁反应：创业公司 Lindy 的 CEO 已切换至 Deepseek v4，云计算巨头 Snowflake 也在密集测试中国模型，将其视为 OpenAI 与 Anthropic 的替代选项。
为什么重要
这件事直接动摇了一直由美国头部 AI 实验室主导的“高定价维持增长”估值逻辑。Coinbase 是金融交易基础设施平台，对推理成本与稳定性极其敏感。它选择中文模型，意味着中国模型在推理性能与成本之间达到了可被主流商业公司接受的水平。更关键的是，Snowflake 等大型基础软件厂商参与测试，可能催化一波企业级采购向中文模型倾斜的趋势。在 GPT-5.x-Thinking 和 Opus4.5 等高消耗推理模型不断涌入市场的背景下，Coinbase 反向选择了更节制、更可控的算力模型，给准备 IPO 的西方 AI 实验室带来了估值压力。
对用户/开发者/创作者的影响
对于开发者而言，GLM5.2 与 Kimi2.7 的 API 价格在未来可能进一步下探，成为国外高成本模型的有力替代，尤其适合需要高频调用、对延迟有要求的企业级推理场景。对于普通用户与内容创作者，如果更多平台像 Coinbase 一样启用中国模型，体验可能发生分化：部分免费或低成本功能背后会换成中文模型，可能影响多语言理解与复杂推理的一致性。目前公开信息显示，这些模型的英文对话能力在持续优化，但仍需在实际应用场景中验证。对于企业采购决策者，Coinbase 的做法提供了“成本—产出评估”新标杆，即 AI 投资必须与业务产出绑定，而非简单比拼 token 用量。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一、Snowflake 测试结果的发布与最终是否商用切换，这将是中文模型在欧美关键基础设施领域“转正”的信号。二、OpenAI 与 Anthropic 在 IPO 前是否会调整定价策略，或推出专门针对高缓存利用率场景的低价推理套餐。三、GLM5.2 与 Kimi2.7 能否保持缓存命中率优势，并稳定支持金融、合规等高准确性要求行业的长期运行。四、更多中国模型厂商是否会跟进推出针对海外企业用量的定制化方案或区域化 API 节点。
来源：AIbase
