币圈界报道：

Coinbase AI支出腰斩，内部令牌使用量逆势走高

据最新消息，全球领先的加密货币交易平台 Coinbase 已将其人工智能领域的支出压缩近五成，与此同时，公司内部用于模型推理与开发的 Token 使用频率却呈现持续增长态势。这一现象反映出企业在推进智能化进程时，正逐步强化成本控制机制，转向以效率为导向的技术部署路径。

大规模缩减AI预算背后的战略考量

此次接近一半的支出下调并非临时性调整，而是基于长期运营逻辑的系统性重构。对于一家已将AI深度融入核心服务（如经美国证券交易委员会备案的智能投顾系统）的企业而言，如此力度的削减，指向的是对资源分配结构的深层优化，而非单一项目的终止。

在当前科技产业普遍面临算力成本高企的背景下，大模型的训练、微调及推理环节均构成显著财务负担。此前，Coinbase曾大力投入于提升开发者效能的AI辅助工具链建设。如今，该方向的投入节奏明显放缓。

值得注意的是，此轮调整发生在公司第一季度业绩创下历史峰值的节点——得益于加密资产交易规模突破纪录。这表明支出压缩并非源于营收压力，而是一次主动的战略性降本行为，旨在提升资本使用效率。

为何成本下降的同时令牌消耗反而增加？

表面上看，支出减少与令牌用量上升存在矛盾，实则揭示出技术演进带来的结构性变化。多个关键因素共同解释了这一看似悖论的现象。

近期主流AI服务商陆续下调推理定价，推动单位令牌成本显著下滑。激烈的市场竞争正在加速行业整体价格下行趋势。

同时，企业正广泛采用轻量化、专用化模型替代通用大模型。例如，处理客户咨询分类的任务不再需要复杂生成模型，仅需高效小模型即可完成，从而实现性能与成本的平衡。

此外，通过优化提示设计、引入缓存机制及批量处理流程等内部手段，团队可在不降低任务总量的前提下，大幅提升计算资源利用率。这种“少花钱办更多事”的能力，使令牌使用量上升成为效率提升的体现，而非浪费。

对加密行业AI发展路径的深远影响

Coinbase 的实践可能预示着整个加密领域对人工智能投资态度的转变。早期阶段常伴随高投入、广覆盖的试错模式；而当前阶段更聚焦于识别具备明确商业回报的应用场景，并果断剥离低效投入。

目前，Coinbase 正在拓展其全球合规体系，并持续推进 Base 二层网络的生态建设。在多条战线并行扩张的背景下，有效管控AI支出，彰显其追求可持续发展的战略定力。

面对相似成本挑战的其他加密企业或将在未来跟进类似举措。随着ARK Invest等机构持续增持其股份，若能持续展现技术创新与成本控制双优的表现，将进一步巩固公司在资本市场的吸引力。

此次调整究竟是阶段性战术调整，还是长期资源配置范式的根本性转变，仍有待后续财报数据进一步验证，但其释放的信号已清晰可见。