Coinbase 据报切换至 GLM 与 Kimi，AI 成本下降约 50%

据 AI 资讯站点 mlq.ai 报道，美国主流加密货币交易所 Coinbase 已将部分 AI 工作负载迁移至中国厂商的大模型——智谱的 GLM 与月之暗面的 Kimi，整体 AI 支出据称下降约 50%。这一消息在 Hacker News 上引发讨论，原帖获得 5 个赞但尚无评论。

报道要点

• 使用模型：涉及两家中国厂商——智谱的 GLM 系列与月之暗面的 Kimi。
• 节省幅度：据报道，AI 相关支出减少约 50%。
• 应用场景：原文未明确说明被替换的具体任务，但从行业惯例推断，可能涵盖客服对话、内部知识检索、代码辅助等典型 LLM 用例。
• 披露渠道：信息经由 mlq.ai 这类聚合站点转载，目前未见 Coinbase 官方博客或新闻稿一手确认。

可能的影响

如果报道属实，这一选型变化具有几层信号意义：

• 成本驱动选型：头部企业在 LLM 上的预算压力下，开始将国产开源或开放权重模型纳入生产环境，而不再只依赖 OpenAI、Anthropic 等闭源 API。
• 地缘敏感度：在当前中美科技竞争背景下，美国上市企业公开采用中国大模型属于敏感选择，Coinbase 是否对外正式披露其模型栈值得关注。
• 国产模型性价比：GLM 与 Kimi 在中文场景及通用推理任务上的价格优势，正在被国际市场验证。

信息可信度说明

需要指出的是，本则报道仍存在以下不确定性：

• 来源为聚合站点 mlq.ai，未提供 Coinbase 官方公告或财报披露链接；
• Hacker News 讨论热度较低，缺乏一线工程师或知情人士的交叉印证；
• 「50%」的成本降幅缺少对比基准（替换前使用的是哪家模型、日均 token 量级等均未公开）。

因此，读者宜将其视为「待证实线索」，而非既成事实。后续若 Coinbase 在财报电话会、技术博客或监管文件中明确提及模型供应商，结论将更为可靠。在此之前，该事件更多反映的是市场对国产大模型成本竞争力的关注，而非已完成的全行业转向。