Revolut表示，在不到一年内，它将编程AI推理成本降低了约90%，方法是把自托管的开放模型作为约2000名工程师的默认工具，而不是主要依赖Claude Code和Codex等商业服务。相关数字由该公司AI运营与基础设施负责人David Abitbol在10月纽约AI Engineer大会上公布，The Register于11月3日进行了报道。
在此之前，该公司在2025年初使用Gemini，2026年初使用Claude Code，并对每位工程师实行严格预算。据Abitbol称，一些工程师每月花费1000至10000美元，却没有相应的回报，团队因此不得不限制token用量。转折点是来自中国Z.ai的开放权重模型GLM：先是GLM-5.1，随后是GLM-5.3，在56块英伟达B200 GPU上运行，相当于7台8卡DGX B200系统。
据公司称，成本约为每百万输入输出token 0.30美元，大约是Codex或Claude Code的十分之一。GLM-5.3总参数约7540亿，每token激活400亿，权重本身约需380 GB GPU显存，每位用户上下文还需6至26 GB。Revolut还报告称，编程时间改善约60%，任务交付周期缩短约70%。
这些都是Revolut自己在会议上公布的数字，尚未有公开发布的独立验证。这一比较没有把模型更换与其他因素（例如取消token限制）区分开来，而且据报道，90%这一数字不包括云服务、人员和监控成本。最难的工作仍是前沿模型的例外，图像任务会转给Gemini或GPT等模型，编程智能体在沙箱中运行并需人工批准。
Abitbol还回应了在受监管银行使用中国模型的担忧，称Revolut只使用开放权重，并在美国自有基础设施上运行，而不是通过Z.ai的托管服务。对市场的信号很直接：对于大批量常规工作，够用且便宜的方案开始战胜昂贵的订阅。
Fontes: The Register; Dealroom; FourWeekMBA.
图片来源：英伟达DGX B200系统（经由Colfax International）。图片展示的是与Revolut所用系统在GPU数量上相当的系统类型，并非该公司机房的照片。
透明声明：本文在人工智能辅助下制作，基于公开帖文和互联网来源的交叉核对，包括本案的原始报道。请查阅原始来源以核对细节。
Muse
