Revolut 把 2000 名工程师的默认模型换成自托管 GLM：账单降到十分之一

Claude Code AI编程免费 Claude AI对话免费 Pi AI编程免费 Vida AI视频免费

欧洲最大金融科技独角兽 Revolut 把约 2000 名工程师的默认编码模型换成了自托管的开源 GLM。其 AI 运营负责人 David Abitbol 在 AI Engineer 纽约站披露：2026 年 4 月先切到 GLM 5.1，现在由 56 张英伟达 B200 支撑约 2000 人日常编码，混合成本约 0.3 美元/百万 token，账单约为此前旗舰 API 方案的十分之一；Claude Code 与 Codex 没有被扔掉，而是退居「例外」档。演讲 10 月 13 日落地，11 月 2 日起在 X 上病毒式传播。先说折扣：账单与效率数字全是 Revolut 自报，未做归因分离。

一场旧演讲，为什么这两天炸了

这场 15 分钟的分享题为《Shipping like a startup, regulated like a bank》，原本不温不火，11 月 2 日起被英文技术圈重新翻出：两条热门转述帖合计超过 50 万浏览，中文圈随后跟进。转述走样最快的是模型版本——有说 GLM 4.5、有说 5.1，核对演讲页与逐字稿才能确认：2026 年 4 月切换的是 GLM 5.1，如今服务 2000 人的已是 GLM 5.3。另一处常被省略的背景是：此前 Revolut 给每位工程师的 Claude Code 额度是每人每月 300 美元，而对整体效率的帮助有限——这正是他们转向自托管开放权重的起点。

数字要打折：1/10 与 70% 都不能照抄

演讲页自己写明，0.3 美元/百万 token 描述的是 Revolut 的部署与利用率，不是自托管模型的通用价格；约 60%—70% 的效率提升也没有把模型切换与同期其他变化（放开 token 限额、推理调优）分开归因。还有一笔常被漏掉的账：56 张 B200 的采购与运维、团队人力，都不在这「十分之一」里。

全篇最值钱的反而是个软发现：lead time 的改善幅度大于纯写代码时长。Abitbol 的解释是，工程瓶颈本就不全在写代码，还有翻邮件、整理 Jira 与文档；token 有预算时工程师舍不得，只把额度留给最难的活，不限量之后这些杂活也敢交给 AI 了。账单的主要杠杆因此不是单价，而是「多少活留给旗舰」。

真正能抄的是分档，不是机房

56 张 B200 大多数团队抄不了，但分档方法可以照搬：日常改字段、补测试、读文档、整理工单交给便宜或自托管模型；跨模块重构、疑难 Bug、架构与安全决策留给旗舰。配套三件事——给升级定明确触发条件（如默认档在同一处连续失败两次就升级）；先定延迟预算再谈模型（他们要求首 token 3 秒内，超 5 秒就有人投诉）；上下文开 256K 即可（Abitbol 原话「长上下文是骗局」），编码场景缓存命中率要做到 90% 以上。

自托管侧的细节：部署走 vLLM 一类推理框架，吞吐 200 token/秒就够——工程师习惯并行开几个任务、做完回来看；GLM 5.3 无图像理解，用一个本地路由把图片请求转给其他模型，分工不只按难度，也按能力。沙箱白名单细到具体动作：允许 grep，不允许 gradle。

银行为什么敢这么用

合规是后半段的主线：权重下载后放在美国、欧盟、英国等数据等效地区的 GPU 上，不走去中国的推理接口；服务商默认零数据留存；编码任务全部在沙箱里、人始终在环，因此监管不把它当「自主智能体」；再配上完整遥测，出事可追溯。演讲页特别声明这些判断只适用 Revolut 自身处境，不能当作其他公司的合规结论。另一条反方信息值得记下：有英文帖引用第三方评测称 GLM 5.3 明显低于最强闭源模型（榜单未核实）——「例外通道」必须留着，便宜模型不是平替。

数据说明：本文事实来自 AI Engineer 纽约站演讲页与逐字稿，并经 X 热帖与多家媒体转述交叉核对；0.3 美元/百万 token、约 1/10 账单及效率提升均为讲者自报口径，演讲页明确未将模型切换与其他工程变化分开归因，且未计入硬件与人力成本。