一句话看懂：数字银行 Revolut 放弃商业闭源模型 Claude，改用自托管的 Z.ai 开源权重模型，称推理成本下降约 90%，开发效率也有提升。这为企业在 AI 成本与可控性之间做取舍提供了一个具体样本。
事件核心：发生了什么
据 TechRadar 报道，总部位于伦敦的数字银行 Revolut 此前在尝试 Google Gemini 后改用 Anthropic 的 Claude，但部分重度用户每月 token 花费达数千美元，投入产出并不匹配。Revolut 基础设施负责人 David Abitbol 表示，公司“对 AI 成本高度怀疑”，上线之初就设置了严格的预算上限。
随后 Revolut 将这部分负载迁至自托管的 Z.ai 开放权重模型 GLM，据称推理成本降至约每百万输入/输出 token 0.30 美元，约为同类商业方案的一成。Abitbol 在 GTC Berlin 上透露，自托管方案带来交付周期效率提升 70%、编码时间效率提升 60%，并强调 GLM 在数据隐私和可审计性上的优势。目前公开信息显示，其推理集群使用 56 块 Nvidia B200 GPU，模型本身约需 380GB 显存，尚未计入每名用户约 6 至 26GB 的上下文内存占用。
为什么重要
这则新闻的关键不只是“更便宜”，而是成本结构的转变。商业 API 按 token 计费、用量越大账单越不可预测；自托管则把变动成本换成固定的硬件与运维支出。Abitbol 的说法是“账单是平的，月底没有账单惊吓”，前沿模型只作为例外保留。对正在评估 AI 采购的公司而言，这提示了一件事：把日常编码等高频任务交给较便宜的开放权重模型，把昂贵闭源模型留给少数高难度场景，可能是更务实的组合。同时，中国开源模型进入海外企业生产环境，也让开源与闭源之间的竞争多了一个真实案例。
对用户/开发者/创作者的影响
对开发者团队，这意味着模型选择正从“谁最强”转向“谁的总拥有成本更合理”。不过自托管并非零门槛：56 块 B200 的采购、电力、维护和运维人力都是实打实的开销，显存需求也限制了模型规模。中小团队短期内更现实的路径，仍是混合使用 API 与少量自托管，或在 token 预算上做更细的配额管理。对创作者和个人用户，这类企业级迁移的直接影响有限，但会间接推动更多厂商在定价和额度政策上做出调整。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Revolut 的自托管方案能否在更长周期内维持成本与效率优势，尤其是 GPU 折旧和运维成本被完整计入之后；二是 Anthropic 等商业模型厂商是否会针对高频编码场景调整定价或推出更灵活的套餐；三是 GLM 等开放权重模型在企业合规、数据审计方面的落地进展，是否会有更多金融机构跟进类似路线。
来源：TechRadar
