Writer发Palmyra X6 智能体成本骤降52%

时间：2026年8月13日（美国当地时间周四） 地点：美国旧金山 人物：Writer CEO May Habib、CTO 兼联合创始人 Waseem AlShikh、AI 研究负责人 Dan Bikel、产品总监 Matan-Paul Shetrit；Z.ai（智谱）作为底层模型提供方 事件详情：Writer 发布企业级 AI 智能体平台的新一代旗舰模型 Palmyra X6，同步上线经过重新设计的智能体编排 "harness" 与新的治理工具。Palmyra X6 是 744B 参数的混合专家（MoE）架构，每次推理激活约 40B 参数，在 Z.ai 开源模型 GLM-5.2 之上做 post-training。Writer 公布的数据：智能体平台整体成本平均下降 52%，速度提升 48%，质量提升 10%；价格 2 美元/百万输入 token、8 美元/百万输出 token；任务平均 26 秒完成、82 tokens/秒，单一目标可无监督运行最长 8 小时；9 项评测平均得分 0.87，超过 Claude Opus 4.8（0.86）、GPT-5.5（0.80）和 Gemini 3.1（0.77）；输出成本比 Claude Opus 4.8 便宜 9.4 倍；客户包括 Accenture、Uber、Vanguard。所有训练与推理均在美国基础设施上完成。 背景：Writer 此前的旗舰是 2025 年 4 月发布的 Palmyra X5，本次 X6 是其首次基于中国开源基础模型做 post-training 的版本。Z.ai 前身为智谱 AI，GLM-5.2 是其当前主力开源旗舰模型。高盛此前预测 2026—2030 年企业 token 月消费量将增长 24 倍、达到 120 千万亿 token，但 token 单价下降不能抵消智能体调用次数爆炸造成的总账单上升。Writer 团队本周同步在 arXiv 发布配套研究论文 2607.06906《How Orchestration Design Sets the Token Economics of Enterprise Agentic AI》，实验显示 harness 优化平均可降本约 40%。 影响：Writer 将"post-training 开源模型 + 智能体编排优化"组合作为对抗闭源厂商 token 涨价的核心杠杆，给大型企业客户提供了一条避开主流实验室定价的替代路径。CTO Waseem AlShikh 公开判断："企业希望 token 消耗爆炸——这意味着采用率在提升——但他们需要成本 flatten"，并将智能体编排效率视为比模型能力更强的降本杠杆。这一发布也把"美国企业是否应在中国开源基础之上构建"这一地缘技术问题再次推到台前，Writer 强调模型与原中国开发方已无任何连接、完全跑在美国基础设施上。 总结：Writer 通过在 GLM-5.2 上做轻量 post-training（约 626 条训练样本）并改造智能体编排，把企业 AI 智能体的 token 总成本砍掉 52%，把企业 AI 市场的竞争维度从"拼基准分数"拉回到"拼单任务成本"。 参考来源： 1. TechCrunch — Writer introduces new AI model and upgraded harness to contain token costs：https://techcrunch.com/2026/08/13/writer-introduces-new-ai-model-and-upgraded-harness-to-contain-token-costs/ 2. VentureBeat — Writer says its new Palmyra X6 model cuts AI agent costs by 52% as token spending surges：https://venturebeat.com/orchestration/writer-says-its-new-palmyra-x6-model-cuts-ai-agent-costs-by-52-as-token-spending-surges 3. SiliconAngle — Writer launches major agentic AI improvements with Palmyra X6 flagship model：https://siliconangle.com/2026/08/13/writer-launches-major-agentic-ai-improvements-palmyra-x6-flagship-model/ 4. Writer 官方模型页 — Palmyra X6：https://writer.com/llms/ 5. arXiv 2607.06906 — How Orchestration Design Sets the Token Economics of Enterprise Agentic AI：https://arxiv.org/abs/2607.06906 6. Goldman Sachs — AI agents forecast to boost tech cash flow as usage soars：https://www.goldmansachs.com/insights/articles/ai-agents-forecast-to-boost-tech-cash-flow-as-usage-soars