整理：TopAIMap 编辑
Coinbase 微调 Qwen3.5-9B 反欺诈：专有数据上小开源模型胜过前沿大模型
Coinbase CEO 称用内部数据微调开源 Qwen3.5-9B，在欺诈防控专项上优于前沿模型且更便宜更快；社区报道称训练成本可低至百美元量级。
Coinbase CEO Brian Armstrong 于 2026-10-11 发文：公司用内部专有数据微调开源权重模型 Qwen3.5-9B，在欺诈防控专项上优于前沿大模型，同时成本与时延更低；称「会在更多公司内部看到这一模式」。社区二次报道援引对比称相对 Opus 4.5 等前沿模型 F1/召回有数个到双位数百分点提升，训练成本可低至约百美元量级（非官方财报逐项披露）。该帖约 9200 赞、约 150 万次曝光。
谁能用：该微调权重为 Coinbase 内部模型，不对公众 Free/Pro 开放；故事验证的是「开源基座 + 自有标注数据」路线。Qwen3.5-9B 基座可按通义许可自托管/微调。适用于支付风控等标签清晰的闭环任务，不宜直接外推到开放域推理。
解读：边界清楚的私有标签任务上，9B 专有微调可打败通用前沿。讨论：① 哪些业务真有可微调私有标签？② 金融场景自研小模型的监管与模型卡要求？
