11月3日，多家媒体报道了 Revolut 人工智能运营负责人 David Abitbol 在 10 月 13 日 AI Engineer NYC 会议上的分享：这家金融科技公司把约 2000 名工程师的默认编程助手，换成了自托管的智谱 GLM 开放权重模型，Claude Code 与 Codex 只在例外情况下使用。按 Abitbol 的说法，综合成本约为每百万 token 0.30 美元，只有此前使用 OpenAI 与 Anthropic 服务时的十分之一左右。
报道称，目前部署的是 GLM 5.3，跑在 56 块英伟达 B200 GPU 上。这套系统从 2026 年 4 月开始上线，工程师不再受 token 用量限制。此前 Revolut 给每人每月 300 美元的 Claude Code 额度，Abitbol 称额度管控下的效率提升有限。换成自托管后，公司内部样本显示编程时间改善约 60%，从派活到交付的周期改善约 70%。
数字好看，但要分清因果。首 token 等待时间从 14.26 秒降到 1.68 秒、每秒请求数在同一批 GPU 上提高 76%，是团队调优推理参数的结果，不是只换了模型。周期改善更大的部分，可能来自工程师不再省着用 token，把找文档、处理工单这些周边工作也交给了助手。以上均为 Revolut 内部统计，未经第三方验证；0.30 美元的综合成本也没有把硬件采购与运维人力算进去。
搬不走的部分
自托管也不是全盘替代。GLM 只处理文字与代码，图像类任务仍走 Gemini 等托管服务，复杂任务也会回到 Claude Code 与 Codex。作为受监管的银行，Revolut 把权重下载到自己控制的基础设施上运行，推理流量不经过模型供应商，并在人工介入的沙箱里约束智能体的操作权限。开源模型的安全表现同样需要单独评估，GLM-5.3 在网络安全评测中的攻击表现此前已有独立评测记录。
对其他企业来说，结论不在“GLM 比前沿模型便宜”，而在用量够大、任务够集中时，自托管的边际成本才划算。没有 56 块 GPU 的调优团队和沙箱治理，token 账单上省下的钱，很可能在运维账上还回去。
