Revolut转向智谱GLM AI编程账单降约九成

时间：2026 年 11 月 3 日（欧洲媒体集中报道日；数据来自 Revolut 负责 AI 运营与基础设施的 David Abitbol 在纽约 AI Engineer 大会上的演讲） 地点：英国伦敦（Revolut 总部）、美国纽约（AI Engineer 大会举办地）；自托管推理集群运行在 Revolut 自有美国机房 人物：Revolut 负责 AI 运营与基础设施的 David Abitbol；智谱（Z.ai）的开放权重模型 GLM 事件详情：欧洲估值最高的金融科技独角兽 Revolut 已把约 2000 名软件工程师的默认 AI 编程模型，从 Anthropic 的 Claude Code 和 OpenAI 的 Codex 换成自托管的智谱 GLM 开放权重模型，Claude Code 与 Codex 退居备选、只留给最难的任务。Abitbol 在纽约 AI Engineer 大会的演讲 Shipping like a startup, regulated like a bank 中给出了这组数字：Revolut 用约 56 张英伟达 B200 就能服务这批工程师，自托管后综合 token 成本约为每百万 token 0.30 美元，相关账单约为此前支付给 Anthropic 和 OpenAI 金额的十分之一；切换之后编码时间缩短约 60%，从接手任务到合并代码的交付周期缩短约 70%。此前 Revolut 给 Claude Code 设过每人每月 300 美元的额度，Abitbol 称对整体效率帮助有限，有限的额度还让工程师把 AI 攒着用于难任务；今年 4 月公司开始自部署 GLM，并向工程师放开不限量 Token。图像类任务仍然走 Gemini，编程智能体跑在带审批规则、有人类在环的沙箱里。Revolut 只使用开放权重，推理跑在自有基础设施上，不走智谱的托管服务。 背景：Anthropic 的 Claude Code 与 OpenAI 的 Codex 以订阅加按量计费为主，企业按人给额度，成本随使用量线性上升；开放权重模型则可以一次性买卡、长期摊销硬件成本。Revolut 的切换路径本身也是一条线索：公司最早铺开的是谷歌 Gemini，之后才引入带严格人均预算的 Claude Code，Abitbol 形容那轮投入成本高、收益有限。受金融监管约束的欧洲机构对数据出境与可控性要求更高，因此 Revolut 面对使用中国开源模型的顾虑，给出的解法是只取开放权重、自建机房自托管，把模型能力与数据主权拆开。 影响：这条消息的分量在于它是全量替换而不是试点，一家欧洲头部金融科技公司的整个工程团队，日常编码默认跑在中国开放权重模型上。它也给同行算清了一笔账——约 2000 名工程师、约 56 张 B200、每百万 token 0.30 美元——把开放权重便宜从口号变成了可复算的成本结构，对智谱这类厂商是又一笔可验证的欧洲企业级落地。但限制同样清楚：90% 的节省不含云资源、人力和监控成本；团队把首 token 延迟从约 14 秒压到 1.7 秒之后，开箱即用的推理才变得可用；没有同等算力与基础设施团队的中小企业未必能复制。此外这组对比没有把取消 token 限额这一变量单独隔离出来。 总结：Revolut 把约 2000 名工程师的默认编程模型换成自托管的智谱 GLM，把 AI 编程账单压到原来的十分之一，是目前开放权重模型替代闭源 API 最具体的企业案例之一。它给出的不是一句更便宜，而是一套可复算的结构：56 张 B200、每百万 token 0.30 美元、编码时间缩短 60%、交付周期缩短 70%。但这 90% 来自 Revolut 单方面披露，未经第三方审计。对国内模型厂商来说，欧洲金融科技的合规压力叠加算力成本压力，正在把国产开放权重模型推向更核心的工程环节。 参考来源： AI Engineer 大会演讲页（第一手来源，David Abitbol 主讲 Revolut 的 AI 基础设施实践） https://ai.engineer/nyc/2026/talks/revolut The Register 英文原文报道（Revolut 弃用 Claude 转向自托管，AI 编程成本降至十分之一及效率提升幅度） https://www.theregister.com/ai-and-ml/2026/11/03/british-fintech-revolut-slashes-ai-coding-costs-10x-by-cutting-out-claude-and-going-self-hosted/5307345 Dealroom News 英文分析（约 2000 名工程师、56 张 B200、每百万 token 0.30 美元、编码时间缩短 60%、交付周期缩短 70%，以及节省口径与首 token 延迟优化细节） https://dealroom.co/news/169124-revolut-swaps-claude-code-for-a-chinese-open-weight-model-cutting-its-ai/ Analytics India Magazine 英文报道（引述 Abitbol 原话：自托管 GLM 使综合 token 成本降到每百万 0.30 美元，账单约为原来的十分之一） https://analyticsindiamag.com/ai-news/europes-biggest-tech-startup-cuts-ai-coding-costs-by-90-using-chinese-model Trending Topics 英文原创媒体（最早把 Abitbol 演讲内容写成报道，约 2000 名工程师迁到自托管 GLM） https://www.trendingtopics.eu/revolut-glm-open-weight-coding-costs/ ChainCatcher 中文原创媒体（Claude Code 每人每月 300 美元额度、4 月起自部署 GLM 并放开不限量 Token 的时间线） https://www.chaincatcher.com/article/2301333 钜亨网 anuenews 中文报道（56 张英伟达 B200 运行 GLM、每百万 token 0.30 美元、账单约为十分之一） https://anuenews.cnyes.com/news/id/6645506 The BlockBeats 英文快讯（欧洲估值最高的金融科技独角兽 Revolut 把智谱 GLM 设为约 2000 名工程师的默认 AI 编程模型） https://en.theblockbeats.news/flash/375232