Revolut让2000名工程师改用自托管GLM写代码，账单约为Claude的十分之一

这不只是一家金融科技公司的采购账本。一家在45个市场拥有超过8000万客户的受监管银行，如今把默认编程模型跑在自己的硬件上。每个工程团队因此都能拿它和前沿实验室做一次实价对比。监管机构也拿到了一个现成案例：在中国来源的权重上跑西方基础设施。Revolut没有说芯片采购或租用花了多少钱，也没说调优占用了多少工程时间。

56块GPU撑起2000名工程师

整套配置不大。Revolut跑的是GLM，中国实验室Z.ai的模型，约8000亿参数，用约56块Nvidia B200芯片。Abitbol给出的成本约为每百万token 30美分。固定账单取代了月底难以预测的发票。

走到这一步花了功夫。Abitbol说，开箱即用时推理效果“很糟”。优化之后，首token时间从10秒以上降到1.6秒，同期需求还涨了76%。他说，一旦超过五秒，“我的Slack收件箱就开始爆炸”。上下文窗口被限制在256000个token。“长上下文是个骗局，”他说。GLM只处理文本，图像任务由路由器转给Gemini。Claude Code和Codex仍然可用，但属于例外，不是常态。

在约2000名工程师的样本中，编程时间下降60%，交付周期下降70%。Abitbol从这两个数字的差距里得出一个结论。“工程的瓶颈未必是写代码，”他说。工程师大量时间花在翻收件箱、Jira和Confluence上。

Gartner把节省幅度算成二十分之一

算这笔账的不只Revolut。The Register在11月3日报道，Gartner认为开放模型能以相当于前沿大模型二十分之一的成本完成90%的智能体工作。这是分析师的估算，不是客户的账单，但指向与Revolut的数字一致。

价格差距的具体数字

闭源模型在原始能力上仍然领先。Gemini 4 Carbon在Artificial Analysis Intelligence Index V5上得分59，比Claude Opus 5.5高一分，比GPT-6 Astra高两分。它在该测试中每项任务花费7.76美元。

再看榜单开放权重那一端。据Tom's Hardware对Artificial Analysis数据的解读，DeepSeek V4.1 Flash 1017在同一指数上得分32，每项任务成本约低13倍。在Arena.ai的帕累托前沿图上，GLM 5.3-Flash和DeepSeek V4 Pro在更低的价格点接棒。

前沿实验室仍然赢在排名顶端。它们不再赢在中段。

对Revolut的工程师来说，变化与其说是每token价格，不如说是不用再数token。token上限取消了，没人在季度末或任务吃紧时节制用量。这既是财务上的变化，也是工作流程上的变化。

开放权重解决不了的事

模型的来源仍然敏感。“使用中国开源模型一直存在很多污名，”Abitbol承认。Revolut只用公开可得的权重，并跑在美国的基础设施上，不经过开发商位于中国的推理端点。数据按规定只在具有同等保护水平的司法辖区处理，例如美国、欧盟、英国和以色列。供应商必须默认零数据保留。

智能体并不单独行动。它们跑在沙箱里，由审批规则决定哪些命令可以执行。“始终有人在环内，”Abitbol说。

Mistral把主权问题讲得很直白，把Mistral Large 4宣传为西方开发的模型，企业可以在自己的防火墙内运行。Nvidia这边则两种生意都做。据The Register 11月3日报道，黄仁勋乐意收你的钱，不管你用开放还是闭源模型。