Coinbase przeszedł na chińskie modele AI i ściął rachunek o połowę

👁 175 przeczytań

Coinbase przesiadł się na tanie chińskie modele AI - GLM 5.2 i Kimi 2.7 - i mimo rekordowego zużycia tokenów płaci o połowę mniej niż wcześniej, jak ogłosił prezes Brian Armstrong. I to jest moment, w którym zachodnie laboratoria powinny zacząć się pocić.

Bo przez ostatnie miesiące narracja była prosta: chiński model to ciekawostka dla entuzjastów, a poważna firma trzyma się OpenAI i Anthropic. Coinbase właśnie tę narrację rozłożył na czynniki pierwsze. To nie startup szukający rozgłosu, tylko notowana spółka finansowa, która podejmuje decyzje budżetowe na chłodno. A decyzja brzmi: tanio, skutecznie, po chińsku.

Co ciekawe, programiści w Coinbase wciąż mogą wybrać dowolny model. Tyle że 91 procent z nich i tak nigdy nie sięgało dawnych limitów, więc droższy zachodni model przestał być oczywistym domyślnym wyborem. Firma uruchomiła automatyczny system kierowania zapytań, który dobiera model do zadania według ceny i potencjału buforowania. Sama lepsza obsługa pamięci podręcznej podbiła skuteczność trafień z 5 do 60 procent.

Nie jest sam

Coinbase nie działa w próżni. Prezes startupu Lindy przeszedł niedawno na Deepseek v4, a Snowflake testuje chińskie modele jako tańszą alternatywę dla OpenAI i Anthropic. Z każdej takiej decyzji rodzi się ta sama presja cenowa - i ten sam niewygodny dla zachodnich laboratoriów wniosek: jeśli klient płaci połowę za porównywalny efekt, to po co miałby płacić więcej.

Dla laboratoriów szykujących się do wejścia na giełdę to jest test wytrzymałości ich własnych prognoz wzrostu. Pieniądze, które zebrały, trzeba czymś uzasadnić, a uzasadnia się je liczbami przychodów. Trudno o nie, gdy klient właśnie odkrył, że da się taniej. Nie dziwi więc, że między OpenAI a Anthropikiem ma się rzekomo szykować wojna cenowa - GPT-5.6-Sol kosztuje tyle co poprzednik, ale ma być bardziej oszczędny tokenowo, a OpenAI dorzuca dwa słabsze, tańsze warianty.

Tokenmaxxing spotyka rozliczenie

Najciekawszy jest jednak drugi ruch Coinbase. Zużycie tokenów każdego programisty jest widoczne, ale nieograniczone limitem. To brzmi jak słynny „tokenmaxxing”, w którym pracownicy Amazona i Meta zbierali pochwały za spalanie tokenów bez konieczności tłumaczenia się z wyników. Armstrong dokłada jednak jedną zasadę, która ten mechanizm przełamuje.

„Im więcej wydajesz na AI, tym większego efektu oczekujemy”.

- Brian Armstrong, prezes Coinbase

I to jest sedno. Bo cała dyskusja o tym, czy AI jest tania czy droga, mija się z celem, dopóki nikt nie pyta, co z tego wynika. Coinbase pokazuje, że można jednocześnie zużywać więcej, płacić mniej i wymagać efektu.

A jeśli rynek pójdzie tym tropem, zachodnie laboratoria odkryją, że klienci nie kupują już prestiżu logo - kupują wynik podzielony przez rachunek.

// czytaj dalejThe Atlantic ujawnia, na jakiej muzyce trenuje się AI - i pozwala to przeszukaćNewsyGrok 4.6 kontra GPT-5.6 Sol i Fable 5: cztery rundy na żywych zadaniach i rachunek-niespodziankaAINajmądrzejszy, najszybszy, najtańszy. Modele AI w liczbach - lipiec 2026Benchmarki