搜索关键词 Kimi 2.7
AI & Enterprise
成本驱动下中国开源AI模型获美企关注：Coinbase测试GLM 5.2，Microsoft评估DeepSeek
随着AI投入持续攀升，部分美国科技公司正将目光转向成本更低的中国开源AI模型。Coinbase正在测试在其LLM网关中默认接入Z.ai的GLM 5.2、Moonshot AI的Kimi 2.7等模型；Microsoft也在评估DeepSeek V4微调版本及其他开源模型，作为OpenAI和Anthropic方案的低成本替代选择。业内认为，开源带来的可控性以及监管因素，正共同推动这类模型在企业端的采用。
AI & Enterprise
Coinbase公开AI降本方法：调整默认模型、优化路由、提升缓存复用
随着企业AI使用量不断上升，成本控制正成为新的管理重点。Coinbase近日披露，其通过调整默认模型、优化模型路由和提高缓存复用率，在Token消耗持续增长的情况下将AI成本压降近50%。Microsoft的Nicholas Bustamante则提出“Token工程”和“后台Agent”概念，并预计未来Token定价可能转向按可接受时延分层。
AI & Enterprise
企业AI加速降本：模型路由、开源定制与用量管控成主流手段
随着企业加快部署AI，成本控制正成为新课题。越来越多公司开始通过模型路由按任务复杂度分配不同模型，引入开源模型进行定制开发，并对员工可用模型及Token用量实施管理，以降低整体支出。OpenRouter称，6月第二周开源模型处理的Token占比已升至约65%；AI客服公司Fin转向基于open-weight模型的定制方案后，每年节省数亿美元。