Coinbase首席执行官提出采用中国开放式权重人工智能模型来应对失控的纸币。

Coinbase 的首席执行官提议尝试使用更便宜的开源 AI 模型，以控制随着代币消耗量攀升而增加的 AI 支出。.

该提议引发了人们对通过中国系统传输企业工作负载所带来的安全和地缘政治风险的担忧。.

为什么企业会使用中国的人工智能模型？ 

美国出口管制使得中国企业更难获得美国人工智能芯片，但这并没有阻止他们制造出具有竞争力的型号，并以低得多的价格出售。. 

例如，Zhipu 的 GLM 5.2 每百万个输入代币的成本为 1.40 美元，每百万个输出代币的成本为 4.40 美元， 而 Anthropic 的 Opus 4.8 相同数量的成本分别为 5 美元和 25 美元。 

GLM 5.2 在关键的编码基准测试 SWE-bench Pro 中获得了 62.1 分，超过了 OpenAI 的 GPT-5.5 的 58.6 分。一位人工智能研究人员表示，GLM 5.2“至少与 Opus 4.8 和 GPT 5.5 一样好”。

另一位人士称其为“第一个真正能够与闭源系统竞争的开放模型”。

Coinbase是否使用了中国人工智能模型

Coinbase 首席执行官 Brian Armstron， 控制不断上涨的人工智能成本的最佳方法是使用更便宜的开放权重模型，包括来自中国的 GLM 5.2 等系统。 

Armstron表示，企业与其在人工智能上投入更多资金，不如更需要“更好的默认设置、路由和缓存”。他建议使用中国模型，即使它们更便宜，但这引发了人们对安全和政治风险的担忧。. 

除了价格实惠之外，GLM 5.2 还采用 MIT 许可证，这意味着公司可以下载它、修改它，并在自己的服务器上运行它，从而消除将敏感的公司数据发送到外部 API 的任何风险。. 

人工智能支出已成为一个真正的问题，导致企业减少在运营中使用该技术。. 

Cryptopolitan 近期报道称 ，Uber 在 4 月份就用完了 2026 年的全部人工智能编码预算，现在将工程师每月每个工具的预算上限设为 1500 美元。Meta 发出备忘录 警告称人工智能的使用量将呈“指数级增长”，并开始建立支出控制机制。亚马逊取消了根据员工人工智能使用量进行排名的内部排行榜，因为有人作弊推高了成本。 

毕马威的一项调查发现，只有26%的公司能够全面了解其人工智能成本，而22%的公司是在收到账单后才发现这笔支出。高盛预测，到2030年，人工智能代币的消耗量可能会增长24倍，达到每月120千万亿枚。.

国际数据公司预测，到 2028 年，70% 的领先人工智能驱动型企业将使用多个模型，而不是依赖单一供应商。. 

是什么让中国人工智能模型存在风险？

Z.ai 的云 API 允许开发者和企业使用其 AI 模型（包括 GLM 5.2），而该 API 受中国《国家情报法》管辖。这对于任何处理敏感信息的公司来说都构成真正的隐患。. 

美国国会议员于 5 月正式启动一项调查，以查明源自中国的 AI 模型对关键基础设施造成的网络安全风险。. 

此外，人们还担心在不同法律体系下训练的模型可能存在未公开的行为。不仅如此，一位人工智能开发者在调试任务上测试了GLM 5.2与GPT-5.5，发现GLM 5.2在发现问题方面的能力“远不及”OpenAI的模型，尽管有报道称中国模型的性能优于价格更高的同类模型。. 

Anthropic 在一封致参议院银行委员会的公开信中披露，阿里巴巴 Qwen 的运营者在 4 月至 6 月期间，通过约 25,000 个虚假账户进行了 2880 万次 Claude 交易。他们称这是迄今为止已知规模最大的窃取模型能力的活动。. 

自托管开放权重可以消除 API 数据路由风险，因为在自有服务器上运行模型的公司无需将数据发送到中国。但人们对模型本身的担忧依然存在。.

最顶尖的加密货币专家都在阅读我们的简报。想 加入他们？