Revolut 自托管 GLM 将 AI 编码推理成本降低约 90%

原标题：British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted

Revolut 称不到一年内将 AI 编码推理成本削减约 90%，做法是把自托管开源模型设为默认，替代以 Claude 为主的商用服务。公司先在 2025 年初部署 Gemini、2026 年初使用 Claude Code，后转向 Z.ai 的 GLM-5.1 再到 GLM-5.3，用 56 块 Nvidia B200 GPU 服务约 2000 名工程师，自托管成本约每百万 token 0.30 美元，约为 OpenAI Codex 或 Claude Code 的十分之一。关键收益不在写码而在调试和处理 Jira、Confluence 工单；通过 NVFP4 量化、prefill 与 decode 分离等优化，在约 256k 上下文下做到首 token 时间低于 3 秒、生成约 200 token 每秒。GLM 仅支持文本，视觉请求仍由模型路由交给 Gemini 或 GPT Luna。

本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。