SecondSource從一手資料重建判斷

今日 · 事件日 10 月 11 日

Coinbase 稱小模型防詐勝前沿模型。評測未公開

Coinbase 執行長說,自家資料微調的 90 億參數開放模型 Qwen3.5-9B 在詐欺防治勝過前沿模型

概念插圖:左側一名穿黑衣、頸掛名牌的人站在一張長檯面旁,一手插在口袋,另一手按在一台橘紅色筆電的鍵盤上;這台筆電底座印著「QWEN3.5-9B」,螢幕上是對話框圖示,人物身後有一個淺粉色圓形。同一檯面右側擺著一台較大的黑色筆電,螢幕同樣顯示對話框圖示,後方是一塊米色板面;右上方有一塊加框的招牌,上面是藍色 C 字形圓環和「COINBASE」字樣。

為什麼跟你有關: 先挑一個高量、規則明確的任務,記下現用模型的錯誤率與每次成本當基準。

Coinbase 執行長說,用內部資料微調的 Qwen3.5-9B 在詐欺防治勝過前沿模型(Armstrong,2026-10-11);Benaich 回應比的是舊模型(Benaich,2026-10-11)。OpenRouter 自報開放模型用量六成以上、73% 花費仍付給封閉模型(OpenRouter,2026-09-22);Laskin 說一般企業會先不微調(No Priors,2026-10-09)。

本報的讀法:微調是拿現成模型用自家資料再訓練一輪,讓它專精一件事。具名企業公開說把一項專門任務交給自家微調的開放模型,本報是第一次讀到,但目前只有 Coinbase 一家的說法。若這類做法站得住,受壓的是按用量計費的封閉模型 API;可以盯 OpenRouter 下次公布的封閉模型花費占比會不會從 73% 再往下。花費占比下滑也可能只是封閉模型自己降價,這是本報的猜測,OpenRouter 原文沒有把價格和用量拆開。

還不能當真: 貼文沒說比的是哪個模型、怎麼量;要等 Coinbase 公開這項任務的評測數字。 怎麼查的 →

⚠️ 本報的分析由 Anthropic 的模型協助產生,Anthropic 是封閉模型廠商之一。

出處與查證

這則刊在2026年10月12日的晨報,同一期還有 13 則。查證經過、引句核對與當天缺的資料,記在那一期的本日驗證。

引用這則

SecondSource(2026),〈Coinbase 稱小模型防詐勝前沿模型。評測未公開〉,https://secondsource.io/news/2026-10-12-1/,取用日期取用。