Revolut将AI编程转向自托管GLM
据 TechRadar、36氪和 The Next Web 报道，Revolut 已将自托管的 Z.ai GLM-5.3 设为约2000名工程师的默认AI编程模型，运行于56张 Nvidia B200 GPU 上。公司称推理成本下降约90%，编码时间缩短60%，交付周期改善70%，但视觉和特殊任务仍使用商业模型。Revolut 表示，初期因部分工程师每月花费1000至1万美元却缺乏明确回报，曾严格限制 Token 预算。
这一部署展示了企业将自托管开放权重模型与商业前沿模型结合使用的方式，但生产率数据来自公司内部演示，无法将模型变更与其他因素单独区分。
有人每个月花 1 万美元用 AI 编程，结果老板一看账单：这钱花得值吗？——这正是英国金融科技公司 Revolut 曾经遇到的尴尬。
为了让工程师用上 AI，公司先后尝试了 Gemini、Claude Code，但部分工程师每月就能烧掉 1000 美元甚至 1 万美元。可钱花出去了，效率提升却没有达到预期。于是，Revolut 做了一个大胆的决定：不再把 AI 编程的主力押在商业模型上，转而自己去部署智谱的开源模型 GLM。
结果相当惊人：不到一年，AI 编程推理成本下降约 90%，公司约 2000 名工程师的编码时间缩短了 60%，从接手需求到代码合并的交付周期也缩短了约 70%！
Claude 太贵了！有工程师每月烧掉 1 万美元
一开始，Revolut 其实并没有打算自己训练或部署大模型。
2025 年初，公司开始用 Gemini 帮工程师查找资料、阅读技术文档；到了 2026 年初，又引入了 Claude Code，希望进一步提高开发效率。可随着使用规模扩大，成本很快成了问题。
#Revolut#Z.ai#GLM-5.1#GLM-5.3#Nvidia B200#Claude Code#Gemini#GPT#Codex