问小创
告诉我你的需求,我帮你从站内挑最合适的 AI 工具。
2026年8月14日,面向营销领域的AI服务商Writer正式发布旗舰大模型Palmyra X6及升级后的智能体调用框架。该模型基于Z.ai开源GLM-5.2深度后训练优化,可直接适配企业业务部署需求,Writer官方测算显示,搭配新框架的基础任务处理成本最高可削减50%,CEO May Habib称方案直击企业当前对AI部署可控成本的核心诉求。
近期多家To B AI服务商的调研数据显示,已有超过7成企业在AI采购招标中将“长期使用成本可控”列为核心考核指标,跑分、参数等曾经的核心参考项权重已经下滑至30%以下。
随着大模型落地进入深水区,成本已经成为制约企业规模化部署AI的核心障碍。开源模型的单token成本确实比闭源商用模型低30%-70%不等,但企业要从海量开源模型里找到适配自身业务的版本,还要完成微调、适配、测试全流程,仅适配成本就可能占到整体部署支出的40%以上,不少中小营销企业甚至因为适配成本过高,最终放弃了开源模型的方案,转而采购成本更高的通用闭源模型,反而推高了长期使用成本。
Writer本身是聚焦营销场景的AI服务商,此前已经服务了数千家营销公司的内容生成、用户洞察需求,这次推出的Palmyra X6并非从零训练的新模型,而是基于Z.ai开源的GLM-5.2做了超过1000亿token的营销场景专属后训练,针对营销领域三类核心场景的开箱适配度达到92%,企业无需额外微调即可直接投入生产环境。
同时发布的还有升级后的智能体调用框架,通过优化上下文缓存、请求合并、冗余计算裁剪等技术,进一步降低了高频调用的算力消耗。官方测试数据显示,在营销文案批量生成、用户评论批量分析两类常见基础任务中,搭配新框架的Palmyra X6的单任务处理成本比此前的方案降低了48%-52%,刚好达到此前宣传的“砍半”目标。
Writer首席执行官May Habib在发布会上坦言,过去两年不少企业客户被行业氛围裹挟,不断追逐更高的基准测试跑分,最后却发现高性能模型的调用成本居高不下,和实际业务的适配度也不理想,“客户现在要的不是能跑赢所有测试的模型,是效果够用、成本透明、不用反复折腾的方案”。
Palmyra X6的推出,也标志着To B大模型市场的竞争逻辑正在发生变化。此前大模型厂商的竞争核心集中在参数规模、基准测试跑分上,而随着企业客户的需求逐渐回归理性,针对垂直场景做优化、主打高性价比的开箱即用方案正在成为新的竞争热点。
业内分析认为,随着开源大模型的能力逐步追平闭源模型,接下来1-2年,针对特定领域做过后训练优化的垂类开源方案,会逐步蚕食通用闭源模型在企业端的市场份额,尤其是在营销、客服、人力资源管理等业务流程标准化程度较高的领域,大模型的使用成本还有30%-40%的下降空间。
本文基于公开信息分析整理,仅供参考。更多AI工具动态与行业解读,请持续关注本站更新。