Writer推出Palmyra X6以降低AI token成本
TechCrunch AI··作者 Russell Brandom
关键信息
Writer表示，Palmyra X6在其平台内仍然是模型无关的，也就是说它可以与Writer自家模型并存，并接入通过Azure或Amazon Bedrock导入的外部模型。该公司研究人员还发现，在一些情况下，改进harness比更换模型更能稳定降本，他们的测试中平均成本下降了40%。
资讯摘要
Writer是一家面向市场营销人员提供AI工具和agent的公司，它在周四推出了名为Palmyra X6的新旗舰模型。该模型基于Z.ai的开源GLM-5.2进行后训练，Writer表示它的目标是在更低价格下提供可直接部署的能力。与此同时，Writer还发布了其标准agentic harness的重大升级。公司称，这两项更新从周四起向客户开放。Writer估计，在基础任务上，模型和harness的结合最多可以把部署成本降低50%。
CEO May Habib在接受TechCrunch采访时表示，企业已经厌倦了围绕benchmark展开竞争，他们更想要可预测的成本下降。她认为，当前行业的成本问题“前所未有”地严重，而且AI实验室本身存在推动token使用增加的财务动机。Writer研究人员此前发表的论文也支持这种思路，认为跨不同模型对harness效率做小幅改进，往往比单纯更换模型更能稳定降低成本。在他们的测试中，应用harness变化后，平均成本下降了40%。对于客户来说，Writer强调这一方案仍然是模型无关的，Palmyra X6可以和Writer自有模型并存，也可以接入通过Azure或Amazon Bedrock导入的第三方模型。
资讯正文
在整个 AI 行业，用户正越来越意识到他们的部署究竟有多昂贵——并且也越发急切地想要削减成本。尽管开源模型在每个 token 的成本上要低得多，但为某项具体工作找到合适的模型仍然可能很困难。
周四，为营销人员提供 AI 工具和智能体的 Writer 推出了一款新的旗舰模型 Palmyra X6，旨在帮助其用户解决这一问题。Writer 表示，这一系统是基于 Z.ai 开源模型 GLM-5.2 进行训练后改造的变体，应能以低得多的价格提供可直接部署的能力。该公司估计，这款新模型再加上对公司 harness 基础设施的调整，将使客户在基础任务上的成本最多降低 50%。
除了新模型之外，该公司还对其标准 agentic harness 进行了大幅升级。这两项功能都将从周四起向 Writer 客户开放。
首席执行官 May Habib 告诉 TechCrunch：“我认为企业已经彻底厌倦了追逐下一个基准测试。它们想要的是成本趋于平稳，但似乎没人能做到这一点。”
这种新方法尤其强调复杂的多步骤任务，要求执行更快、使用更少的 token。Writer 认为，对 harness 进行优化是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种思路提供了支持，该论文测试了在多个不同模型中，harness 效率的小幅改动。研究发现，在许多情况下，改动 harness 比选择模型更能可靠地降低成本；在他们的测试中，成本平均下降了 40%。
研究人员写道：“harness 是唯一一个其效率会在组织运行的每一个模型上——无论现在还是未来——都产生倍增效应的组件。”
对于 Writer 的客户来说，使用体验仍然是与模型无关的：Palmyra X6 将与其他 Writer 模型并列，或者与通过 Azure 或 Amazon Bedrock 导入的外部模型一起使用。但 Habib 也认为，削减成本的压力正在推动外界对大型 AI 实验室产生更广泛的不信任，因为这些实验室有财务动机去增加 token 的使用量。
Habib 告诉 TechCrunch：“这里的成本爆炸对客户来说是前所未有的，CIO 放弃这些实验室的程度也同样前所未有。”她补充说，这些 AI 实验室“并不真正深刻理解如何帮助企业从 AI 中获得收益”。
来源与参考
收录于 2026-08-14