美国科技企业 Coinbase 近日宣布，其工程师团队已全面采用智谱 GLM 5.2 和月之暗面 Kimi K2.7 Code 作为默认大模型。这一调整使公司在 Token 使用量指数级增长的情况下，AI 相关支出减少近半。公司首席执行官透露，通过智能路由优化、缓存机制强化及模型替换三项措施，91% 的工程师未受原有使用额度限制影响，日常代码审查、文档生成等任务已从 Anthropic 和 OpenAI 的模型迁移至中国开源方案。

为应对数据安全合规要求，Coinbase 将模型权重下载至自有服务器运行，确保代码交互数据不会通过中国境内的 API 接口传输。这一部署模式既满足了美国国家安全审查标准，又维持了技术自主性。公司技术团队特别指出，GLM 5.2 在第三方评测 Artificial Analysis 中以 51 分跻身全球前三，与 Anthropic、OpenAI 的闭源模型形成直接竞争。

性能对比数据显示，GLM 5.2 在 SWE-bench Pro 基准测试中超越 OpenAI GPT-5.5，在 FrontierSWE 任务中达到 74.4% 的准确率，与 Anthropic Opus 4.8 仅相差 0.7 个百分点，而调用成本仅为后者的六分之一。月之暗面同期发布的 Kimi K2.7 Code 则凭借专项代码优化能力，成为 Coinbase 工程团队的另一核心选择。这两款模型均于 6 月 12 日对外发布，采用 MIT 开源协议授权。

行业应用案例呈现扩散趋势。旅游平台 Airbnb 已将客服系统从 GPT 系列迁移至阿里通义千问，AI 办公助手 Lindy 通过切换至 DeepSeek V4 模型使推理成本下降 90%。Snowflake 公司测算表明，GLM 5.2 在保持与 Claude 相当性能的同时，综合成本降低幅度超过 70%。这些转变反映出企业决策层正从意识形态考量转向实际运营效率优化。

市场数据印证了技术迁移的规模效应。OpenRouter 平台交易记录显示，中国大模型 Token 消耗占比从 2023 年初的不足 2% 跃升至 2024 年 4 月的 41%，5 月更突破 61% 关口。阿里通义千问系列模型累计下载量在今年 1 月突破 7 亿次，在 Hugging Face 开源社区超越 meta Llama 系列，成为全球最受欢迎的模型家族之一。

美中经济与安全审查委员会 3 月发布的报告指出，约 80% 的美国 AI 初创企业正在使用中国开源模型。这种技术渗透现象与模型性能突破、成本优势及部署灵活性密切相关。某跨国科技企业 CTO 在匿名访谈中表示：" 当开源模型在基准测试中与闭源方案持平，而价格相差十倍时，技术路线选择就变成了纯粹的商业决策。"