Coinbase przeszedł na chińskie modele AI i ściął rachunek o połowę
Coinbase zużywa więcej tokenów niż kiedykolwiek, a płaci o połowę mniej, bo przesiadł się na tanie chińskie modele AI.
- Coinbase działa teraz głównie na chińskich modelach GLM 5.2 i Kimi 2.7, choć programiści mogą wybrać dowolny model.
- Mimo rosnącego zużycia tokenów firma obcięła wydatki na AI o połowę, między innymi dzięki poprawie skuteczności cache z 5 do 60 procent.
- Brian Armstrong stawia zasadę: "Im więcej wydajesz na AI, tym większego efektu oczekujemy".
👁 149 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.
Google · Twoje źródłaDodaj promptowy.com do preferowanych źródeł w Google→Nie jest sam
Coinbase nie działa w próżni. Prezes startupu Lindy przeszedł niedawno na promptowy.com/deepseek-v4-chinski-model-dogania-gpt-4-turbo-i-kosztuje-60-mniej/">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.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
