当前位置:首页 > 热点 > 美企将GLM 5.2与Kimi K2.7 Code设为默认开发工具,AI成本骤降50%

美企将GLM 5.2与Kimi K2.7 Code设为默认开发工具,AI成本骤降50%

2026-07-17 03:17:06 [百科] 来源:德瑞斯资讯网

2026年6月30日,美企美国一家知名科技企业的将G具A降首席执行官在社交平台宣布,公司已正式将智谱AI研发的为默GLM 5.2与月之暗面推出的Kimi K2.7 Code两款大语言模型,确立为全体工程师日常开发工作的认开默认AI工具。在企业内部AI调用量呈指数级增长的发工背景下,这一举措成功将相关支出压缩近半。本骤

该负责人指出,美企此前设定的将G具A降每位工程师Token使用上限,实际仅有9%的为默人员曾接近或达到该限额。因此,认开本次优化并未削减个人配额,发工而是本骤通过以下三项技术路径实现降本增效:
1. 构建智能路由系统:自动匹配任务类型与最优模型;
2. 强化本地缓存机制:大幅减少重复请求;
3. 模型迁移:将代码审查、技术文档摘要等高频常规任务,美企从原有供应商的将G具A降闭源模型迁移至上述两款中国开源模型。

为保障数据安全与合规要求,为默该公司已将模型权重完整下载并部署于自建服务器集群。所有代码输入与交互内容均不经过境外API接口,完全在内部环境完成推理运算。

GLM 5.2:开源旗舰的性能突破

GLM 5.2由智谱于6月12日正式发布,采用MIT开源协议,参数规模达744亿,是当前开源领域最具代表性的旗舰模型之一。

  • 权威评测:在第三方权威机构Artificial Analysis的综合榜单中,该模型获得51分,与国际头部闭源模型并列前三,刷新开源模型性能纪录。
  • 代码能力:在SWE-bench Pro软件工程基准测试中,其表现优于OpenAI最新版本GPT-5.5;在前沿代码任务FrontierSWE中,准确率达74.4%,仅比Anthropic Opus 4.8低0.7个百分点。
  • 成本优势:单次调用成本约为Opus 4.8的六分之一

Kimi K2.7 Code:专注编程场景

Kimi K2.7 Code系月之暗面于同日发布的专注编程场景的新一代模型,与GLM 5.2共同构成该公司AI基础设施的双核心支撑

行业趋势:中国开源模型崛起

这一实践并非个例。此前已有多家企业完成类似技术迁移:
* 某全球住宿服务平台将客服系统所用模型由GPT系列切换至阿里千问
* 一家专注于智能代理的AI公司,在将主干模型由Claude替换为DeepSeek V4后,推理成本下降90%
* 另一家数据云服务提供商经实测确认,GLM 5.2可在显著降低单位成本的前提下,达成与Claude相近的任务处理能力。

据一份今年三月发布的行业评估报告估算,目前约80%的美国AI初创企业已在不同程度上采用中国开源模型。在开放模型聚合平台OpenRouter上,中国模型的Token调用份额已从一年前不足2%,跃升至今年四月的逾40%,并于五月进一步突破61%

此外,阿里千问系列模型累计下载量在今年一月突破7亿次,在Hugging Face平台的下载总量已超越Meta Llama,稳居全球最热门开源模型家族之列。

核心动因:务实的技术主权与成本效益

驱动这一趋势的核心动因清晰而务实:当中国开源模型在关键性能指标上跻身全球第一梯队,同时提供更具竞争力的价格与更灵活的部署方式,企业决策的重心便自然转向可衡量的成本效益可控的技术主权,而非抽象的立场分歧。

(责任编辑:娱乐)

推荐文章