Writer 推出新型 AI 模型及升级版套件以控制 Token 成本

在整个人工智能行业，用户越来越意识到他们的部署成本有多昂贵——并感受到削减成本的新紧迫感。但是，虽然开源模型提供的每 token 成本显著降低，但要为特定工作找到合适的模型可能很困难。

周四，为营销人员提供 AI 工具和智能体的 Writer 推出了名为 Palmyra X6 的新旗舰模型，旨在为用户解决这一问题。Writer 表示，该新系统是基于 Z.ai 开源模型 GLM-5.2 的训练后变体构建的，能够以更低的价格提供开箱即用的部署能力。该公司预计，新模型结合公司治理架构（harness infrastructure）的变更，将使客户在基础任务上的成本降低多达 50%。

与新模型同步，该公司还发布了对其标准智能体治理架构（agentic harness）的重大升级。这两项功能都将从周四起提供给 Writer 客户。

“我认为企业绝对厌倦了追逐下一个基准测试，”首席执行官 May Habib 告诉 TechCrunch。“他们希望成本趋于平稳，而似乎没有人能做到这一点。”

新方法特别强调复杂的、多步骤的任务，执行速度更快，且使用的 token 更少。Writer 将治理架构优化视为实现这一目标的关键杠杆。

Writer 研究人员最近发表的一篇论文为这一方法提供了依据，该研究测试了多个不同模型中治理架构效率的微小变化。研究发现，在许多情况下，改变治理架构比选择模型是更可靠的降低成本的方法，在他们的测试中成本平均下降了 40%。

“治理架构是一个其效率能在组织运行的每个模型（无论是现在还是未来）中成倍增加的组件，”研究人员写道。

对于 Writer 的客户来说，体验仍然是模型无关的：Palmyra X6 将与其他 Writer 模型或通过 Azure 或 Amazon Bedrock 导入的外部模型并列。但 Habib 也认为，削减成本的压力正导致对大型 AI 实验室更广泛的不信任，这些实验室在财务上有动力推高 token 的使用量。

“这里的成本爆发对客户来说是前所未有的，首席信息官们放弃实验室的程度也是如此，”Habib 告诉 TechCrunch，并补充说 AI 实验室“并不深刻理解如何帮助企业从 AI 中获益。”