Writer基于GLM-5.2开源版推出低成本AI模型

整个 AI 行业，用户们越来越意识到自己的部署成本有多高昂——并且前所未有地迫切想要削减成本。但与此同时，开源模型虽然能带来显著更低的单 token 成本，要找到适合特定任务的那一个却并非易事。

本周四，为营销人员提供 AI 工具和 Agent 的 Writer 推出了一款名为 Palmyra X6 的新旗舰模型，旨在帮助用户解决这一难题。Palmyra X6 基于 Z.ai 开源模型 GLM-5.2 的后训练变体构建，Writer 表示新系统应该能够以低得多的价格提供可直接部署的能力。该公司估计，新模型配合其 Harness 基础设施的改进，在基础任务上将为客户节省多达 50% 的成本。

与新模型一同发布的，还有其标准 Agentic Harness 的重大升级。两项功能都将于本周四起向 Writer 客户开放。

"我认为企业绝对已经厌倦了追逐下一个基准测试，"CEO May Habib 对 TechCrunch 表示。"他们想要的是成本曲线走平，但似乎没有谁能做到。"

这一新方案特别强调复杂、多步骤任务的执行，要更快、用更少的 token 完成。Writer 将 Harness 优化视为实现这一目标的关键杠杆。

Writer 研究人员近期发表的一篇论文为这一思路提供了佐证，研究团队在多个不同模型上测试了 Harness 效率的小幅改进。结果发现，在许多情况下，Harness 的改进在降低成本方面比模型选型更为可靠，测试中成本平均下降了 40%。

"Harness 是唯一一个效率会乘数放大到组织所运行的所有模型——无论现在还是未来——的组件，"研究人员写道。

对 Writer 的客户而言，体验仍然是与模型无关的：Palmyra X6 将与 Writer 的其他模型并列，也可以通过 Azure 或 Amazon Bedrock 导入外部模型。但 Habib 也认为，这场削减成本的运动正在推动企业对各大 AI 实验室产生更广泛的不信任——毕竟这些实验室有财务动机去推高 token 使用量。

"对客户来说，成本爆炸是前所未有的，首席信息官们对 AI 实验室的放弃程度也同样前所未有，"Habib 对 TechCrunch 说，并补充道 AI 实验室"并不深刻理解如何真正帮助企业从 AI 中获益。"