案例与复盘 / PRACTICE NOTE
Revolut 把 2000 名工程师的 AI 编程迁到自托管 GLM:账单降到 1/10,代价是 56 块 B200
Revolut AI 负责人 10 月 13 日在 AI Engineer NYC 亲述:约 2000 名工程师从 Claude Code 迁到自托管的智谱 GLM-5.3,综合成本约 0.30 美元/百万 token,是之前 Anthropic+OpenAI 账单的约 1/10。但 90% 降幅不含 GPU 采购和人力,效率提升主要来自“取消配额”而非模型更强。转型中的企业要抄的是采购结构,不是数字本身。
摘要
2026-10-13 AI Engineer NYC 2026,Revolut AI 运营与基础设施负责人 David Abitbol 演讲《Shipping like a startup, regulated like a bank》披露:公司自 2026 年 4 月起自托管智谱(Z.ai)开源权重(先 GLM-5.1 MIT 许可,现默认 GLM-5.3),在美国 Together AI 基础设施上自己推理、不走 Z.ai 托管 API;约 2000 名工程师,56 台 Nvidia B200;综合成本约 $0.30/百万 token(输入+输出混合),约为之前 Anthropic+OpenAI 账单的 1/10;coding time +60%、lead time +70%(自 4 月起,2000 人内部样本),但 Abitbol 本人把效率功劳归于“取消了 token 配额”而非模型更强。
- 体裁
- 实践文章
- 适用对象
- 企业高管、CTO、CIO、AI 转型负责人、财务负责人
- 参考来源
- 4 项 · 详见文末
Revolut 的 AI 运营负责人 David Abitbol 在 10 月 13 日的 AI Engineer NYC 大会上亲述：公司把约 2000 名工程师的 AI 编程，从 Claude Code 迁到了自托管的智谱 GLM-5.3，综合成本约 0.30 美元/百万 token，是之前 Anthropic+OpenAI 账单的约 1/10。先说结论：这不是“国产模型打败了 Claude”的故事，这是一个采购结构的故事——把“按人头买 seat”换成“基础设施投入”，把前沿模型降级为“例外”。
账是怎么算过来的
| 口径 | 之前 | 现在（自托管 GLM-5.3） |
|---|---|---|
| 计费方式 | 按人头：每人每月 $300 Claude Code 额度 | 固定成本：56 台 Nvidia B200 + 运维 |
| 综合单价 | 个别工程师每月烧 $1k–$10k | 约 $0.30/百万 token（输入+输出混合） |
| 总账单 | 随用量线性涨 | 约为之前的 1/10 |
| 延迟（TTFT） | — | 14.26 秒 → 1.68 秒（只靠调优，不加卡） |
Abitbol 的原话值得企业高管逐字读：“Open source is now a priority at Revolut, and our economics are favorable. The billing is flat, we don't have any bill shock at the end of the month, and the frontier is the exception.”（开源优先、账单固定、月底没有账单惊吓，前沿模型只是例外。）翻译成老板的话：AI 费用从“水电费”变成了“房租”——固定、可预测、不怕用量暴涨。
调优细节也很有料：FP4 精度跑在 Blackwell 上；Abitbol 说“long context is a scam”（长上下文是个噱头），coding 场景 256K 上下文足够；KV cache 命中率超 90%；目标首 token 时间小于 3 秒——“Slack 里超过 5 秒工程师就会炸锅”。
三个 caveat，抄之前先看
第一，效率提升不等于模型更强。coding time +60%、lead time +70% 是 2000 人内部样本、自 4 月起的数据，但 Abitbol 明确说功劳在“取消配额”——工程师不再省着用 token，行为变了，数字才变。别拿去论证“GLM 比 Claude 聪明”。
第二，90% 不含三项成本：GPU 采购、运维人力、监控。56 块 B200 不是小钱，8 卡服务器一台市价约 39 万美元。人少于几百工程师的公司，固定成本摊不薄，账可能算不过来。
第三，许可证变了。GLM-5.1 是 MIT 许可，GLM-5.3 换成了自定义许可证。银行法务看过才敢用——企业自托管前，先让法务看许可条款，别只看技术参数。
边界也要说清：Claude Code、Codex、Gemini 都还留着，当“例外”处理复杂任务；GLM 是纯文本，图像任务路由给 Gemini；coding agent 在沙箱里跑，human-in-the-loop（沙箱规则示例：允许 grep，拒绝 gradle）。
转型落点：先审计账单，再谈自托管
想抄 Revolut 的企业，建议按这个顺序走：第一步，做一轮内部 AI 账单审计——谁在用什么、每人每月烧多少、有多少是“配额内省着用”的虚假节约；第二步，算清“自托管分摊价”：你们的人数能不能摊薄固定成本，摊不薄就别碰；第三步，采购结构调整：便宜的自托管/开源权重设为默认路由，前沿模型只当例外——这才是 Revolut 真正的动作：不是换模型，是换花钱的结构。
参考来源
- Shipping like a startup, regulated like a bank — David Abitbol(AI Engineer NYC 2026 演讲页)
- Revolut swaps Claude Code for a Chinese open-weight model, cutting its AI coding bill by 90%(Dealroom)
- Revolut self-hosts GLM 5.3 for ~2,000 engineers on 56 B200s(ModelMag)
- How Revolut cut AI coding costs 90% with self-hosted open models(Veladan,对演讲视频逐字转述)
常见问题
“自托管”到底是什么意思?数据会发到中国吗?
只下载智谱(Z.ai)的开源权重,在美国 Together AI 的基础设施上自己跑推理,不走 Z.ai 的托管 API,请求不发往中国。合规话术是“权重只下载、推理不出美国/EU/UK/Israel 数据等价框架辖区”。这是银行敢用的前提。
90% 降本的口径是什么?
只算推理账单:综合成本约 $0.30/百万 token(输入+输出混合),Z.ai 官方 API 价是 $1.40/$4.40。不含 GPU 采购(8 卡 B200 服务器一台市价约 39 万美元)、运维人力和监控成本。2000 工程师摊 56 卡,约每块 B200 服务 36 名工程师——这是固定成本摊薄,不是可复制的报价。
效率提升 60%/70% 是因为 GLM 比 Claude 强吗?
不是。Abitbol 自己把功劳归于“取消了 token 配额,工程师不再省着用”。之前每人每月 $300 Claude Code 额度,个别工程师每月烧 $1k–$10k 还处处受限;配额取消后,用量放开,效率才起来。别把行为变化误读成模型能力差距。