AI成本砍90%，靠的是闭源开源搭伙干活

当所有科技公司都在喊“all in AI”的时候，有一家平台悄悄把AI预算砍了近一半——还靠AI搞出了爆火的新功能。2026年初，视觉社交平台Pinterest公布了一组让行业咋舌的数据：他们的AI相关成本，居然比只靠自研模型时降了90%。

秘诀不是少花钱，而是把不同AI模型当成了“打工人”来排班——让贵的、能力强的闭源模型干核心活，让免费、能折腾的开源模型做基础岗，再用自己养的“专属模型”盯着个性化的事儿。这种“模型搭伙”的玩法，把AI从烧钱的“吞金兽”，变成了能省能赚的“合伙人”。但问题是，怎么让脾气迥异的AI们好好协作？

给AI分工：像开一家灵活的“人才市场”

你可以把Pinterest的AI团队想象成一家不养固定员工的公司：有紧急且重要的活，比如处理用户复杂的语音购物查询，就找收费高但效率快的“外包专家”——比如OpenAI的闭源模型，它们能快速理解复杂语言，还不用自己操心维护；要是做图片标注、内容分类这种重复性基础活，就找“免费实习生”——阿里巴巴的开源Qwen模型，下载不用钱，还能根据需求改代码，唯一的要求是你得有会调教它的工程师；至于最懂用户的个性化推荐，那就交给自己“培养的老员工”——自研模型，它手里攥着平台800亿条用户行为数据，没人比它更懂用户喜欢什么风格的穿搭或家居。

这种分工的核心是“Token成本管理”——你可以把Token理解成AI处理信息的“计件工资”，每处理一段文字、一张图片都要按Token付费。闭源模型的Token单价是开源模型的5到10倍，但处理复杂任务的速度快3倍；开源模型虽然免费，但要工程师花时间调试，相当于付“人力成本”。Pinterest的做法是，用轻量级的“智能路由器”把不同任务分发给对应的模型：高价值的用户对话给闭源模型，批量图片分析给开源模型，个性化推荐给自研模型。

数据最能说明问题：2025年推出的语音AI功能，用开源模型处理语音转文本的基础任务，用闭源模型生成回答，整体成本比全用闭源模型降了70%，而用户的购物查询量反而涨了47%。

搭伙的底气：十年磨出来的“协作平台”

能让不同AI模型好好配合，靠的不是拍脑袋的分工，而是Pinterest花了十年搭建的“机器学习操作系统”。2014年的时候，Pinterest的AI团队还像一个个“小作坊”，每个业务线自己搞模型，数据不共享，重复造轮子的成本高得吓人。从2018年开始，他们一步步把分散的模型、数据、工具整合起来，搞出了一个统一的平台——就像给所有AI模型装了同一款办公软件，不管是自研的、闭源的还是开源的，都能在上面顺畅沟通。

这个平台的核心是“统一特征库”，相当于所有AI模型共享的“用户档案库”，不管哪个模型处理任务，都能快速调取用户的历史行为、偏好数据；还有一个叫MLEnv的统一训练环境，把原来10多种不同的深度学习框架统一成一套，工程师不用再花时间适配不同模型的“语言”。2021年MLEnv上线后，AI模型的训练效率直接翻了3倍，工程师的满意度得分高达88分。

为了让开源模型能跟上节奏，Pinterest还专门招了一批“AI调教师”——2025年挖来前谷歌工程师Matthias Zenger，又在苏黎世开了个工程中心，专门研究怎么把开源模型改得更贴合平台需求。比如他们把开源的CLIP模型微调成了PinCLIP，用平台5亿张图片数据训练后，图片检索的准确率直接涨了30%，而推理成本只有商用模型的十分之一。

不是所有公司都能抄的作业

当然，这种“搭伙干活”的模式也不是谁都能学。首先你得有足够的“家底”——Pinterest攒了十年的用户行为数据，是自研模型的核心竞争力，没有这些数据，再厉害的开源模型也做不出精准的个性化推荐；其次你得有“调教”开源模型的技术能力，要是没工程师能搞定开源模型的调试、维护，免费的模型反而会变成烫手山芋；最后你得舍得在基础设施上花钱，为了支撑多模型的并行运算，Pinterest砸了大价钱升级GPU集群，还专门优化了GPU的资源利用率，用时间片切割技术让一个GPU能同时给多个模型干活，把硬件成本降了40%。

而且这种模式也有风险：不同模型的“脾气”不一样，比如闭源模型更新了接口，就得跟着改对接代码；开源模型出了安全漏洞，得第一时间补上。Pinterest专门搞了一个模型监控团队，24小时盯着不同模型的运行数据，一旦发现某个模型的准确率下降或者成本飙升，就马上调整任务分配。

不过从结果来看，这笔账算得过来：2026年第一季度，Pinterest的AI驱动广告收入涨了14%，而AI相关的预算反而比2024年缩了三分之一。埃森哲的首席AI官Lan Guan说，现在越来越多的公司开始明白，AI不是越贵越好，而是要“把钱花在刀刃上”——用最便宜的模型搞定能搞定的事，把预算留给最核心的需求。

当整个行业都在比拼“谁的模型参数更多”“谁的AI更聪明”时，Pinterest的玩法像一股清流：它证明了AI的价值，从来不是看你用了多贵的模型，而是看你能不能把不同模型的优势拧成一股绳。

未来的AI战场，可能不会是单一模型的独角戏，而是多模型协作的交响乐——就像一支高效的球队，不需要每个球员都是巨星，但要有人会进球，有人会防守，有人会传球。AI的终极效率，是让合适的模型干合适的活。

毕竟，对企业来说，能赚钱、能省钱的AI，才是好AI。