Brian Armstrong ซีอีโอของ Coinbase กล่าวเมื่อวันที่ 26 มิถุนายนว่า Coinbase ได้ตั้งค่า GLM 5.2 ที่เพิ่งเปิดตัวโดย Zhipu AI และ Kimi 2.7 ของ Moonshot AI (บริษัทปักกิ่ง) เป็นโมเดลภาษาขนาดใหญ่ตั้งต้นสำหรับวิศวกรภายในบริษัท ค่าใช้จ่ายด้าน AI ของ Coinbase ลดลงเกือบครึ่งหนึ่ง ขณะที่ปริมาณการใช้งาน Token ยังคงเติบโตแบบทวีคูณในช่วงเวลาเดียวกัน
การจัดสรรงานและสถานการณ์การใช้งานของ GLM 5.2 และ Kimi 2.7 ที่ Coinbase
Armstrong อธิบายว่า GLM 5.2 และ Kimi 2.7 ถูกปรับใช้ในสถานการณ์งานทั่วไปเป็นหลัก เช่น การช่วยเขียนโค้ดมาตรฐานและเวิร์กโฟลว์วิศวกรรมทั่วไป สำหรับงานที่ต้องการการวางแผนที่ซับซ้อน วิศวกรยังสามารถเลือกใช้โมเดลล้ำสมัยได้ ในการตรวจสอบโค้ด Coinbase ใช้กลยุทธ์แบบหลายโมเดลขนานกัน ให้โมเดลต่างๆ ตรวจสอบผลลัพธ์ซึ่งกันและกันเพื่อรักษามาตรฐานคุณภาพ
กลยุทธ์การปรับโครงสร้างพื้นฐาน AI สามชั้นที่ Armstrong เปิดเผย
Armstrong อ้างว่าผลลัพธ์ที่ค่าใช้จ่าย AI ของ Coinbase ลดลงเกือบครึ่งหนึ่งนั้นเป็นผลมาจากการปรับโครงสร้างพื้นฐานสามชั้นดังต่อไปนี้:
Smart Routing (การกำหนดเส้นทางอัจฉริยะ) : ระบบจะประมวลผล prompt ล่วงหน้า โดยพิจารณาจาก cache hit rate และราคาโมเดล แล้วกระจายงานไปยังโมเดลที่เหมาะสมและคุ้มค่าที่สุดโดยอัตโนมัติ
Aggressive Caching (การแคชเชิงรุก) : กำหนดให้คำขอทั้งหมดต้องรองรับการแคช ทำให้ cache hit rate ของ LibreChat เพิ่มขึ้นจาก 5% เป็น 60%
Context Trimming (การตัดทอนบริบท) : แนะนำให้วิศวกรเริ่มเซสชันใหม่เมื่อเปลี่ยนงาน และจำกัดขอบเขตไฟล์ เพื่อลด Token ที่สูญเปล่า
เป้าหมายการขยาย AI อย่างยั่งยืนของ Armstrong และตำแหน่งของกลยุทธ์นี้
Armstrong เน้นย้ำว่าเป้าหมายของการปรับต้นทุนครั้งนี้ไม่ใช่การจำกัดปริมาณการใช้งาน แต่เป็นการขยายขนาดการนำ AI มาใช้ เขาระบุว่าเป้าหมายคือให้วิศวกรสามารถใช้ Token และโมเดลในปริมาณเท่าใดก็ได้อย่างอิสระ โดยไม่มีเพดานต้นทุน ขณะเดียวกันก็เชื่อมโยงปริมาณการใช้งานกับผลกระทบทางธุรกิจ Armstrong เชื่อว่ารูปแบบนี้สามารถเป็นแบบอย่างให้กับองค์กรใดๆ ก็ได้ ข้อความข้างต้นเป็นคำแถลงสาธารณะของเขาเอง
คำถามที่พบบ่อย
GLM 5.2 และ Kimi 2.7 เป็นผลิตภัณฑ์ของบริษัทใดบ้าง?
GLM 5.2 เป็นโมเดลล่าสุดที่เปิดตัวโดย Zhipu AI บริษัท AI ของจีน ส่วน Kimi 2.7 เป็นโมเดลภาษาขนาดใหญ่ของ Moonshot AI (บริษัทปักกิ่ง) โมเดลทั้งสองเปิดตัวในรูปแบบโอเพนซอร์ส Armstrong กล่าวว่า Coinbase นำไปปรับใช้ในสถานการณ์งานด้านวิศวกรรมทั่วไป ส่วนงานที่ซับซ้อนยังคงใช้โมเดลล้ำสมัย
สาเหตุหลักที่ค่าใช้จ่าย AI ของ Coinbase ลดลงเกือบครึ่งหนึ่งคืออะไร?
ตามคำอธิบายของ Armstrong แกนหลักของการลดต้นทุนคือการปรับโครงสร้างพื้นฐานสามชั้น: Smart Routing (กำหนดเส้นทางไปยังโมเดลที่คุ้มค่าที่สุดโดยอัตโนมัติ) Aggressive Caching (cache hit rate ของ LibreChat เพิ่มจาก 5% เป็น 60%) และ Context Trimming (ลด Token ที่สูญเปล่า) บนพื้นฐานนี้ การใช้โมเดลโอเพนซอร์สของจีนที่ต้นทุนต่ำกว่าแทนที่การใช้งานโมเดลล้ำสมัยของสหรัฐฯ สำหรับงานทั่วไป ช่วยลดค่าใช้จ่ายโดยรวมลงอีก
Armstrong กล่าวในแถลงการณ์สาธารณะถึงข้อกำหนดการตรวจสอบความปลอดภัยของข้อมูลสำหรับการใช้โมเดลโอเพนซอร์สของจีนหรือไม่?
ตามแถลงการณ์สาธารณะของ Armstrong เมื่อวันที่ 26 มิถุนายน 2026 เขาไม่ได้กล่าวถึงรายละเอียดการตรวจสอบความปลอดภัยของข้อมูลหรือข้อกำหนดด้านการปฏิบัติตามข้อกำหนดที่เกี่ยวข้องกับการใช้ GLM 5.2 และ Kimi 2.7 Coinbase เป็น exchange สินทรัพย์เข้ารหัสที่อยู่ภายใต้การกำกับดูแลของสหรัฐฯ รายละเอียดเฉพาะของกรอบการปฏิบัติตามข้อกำหนดดังกล่าวไม่ได้รับการเปิดเผยในแถลงการณ์นี้
