Revolut 转向自行托管的 GLM

Hacker News Top 新闻
open-weights self-hosted-llm coding-agents cost-optimization enterprise-ai inference

摘要

Revolut 将约 2,000 名工程师迁移至自托管的 GLM 模型进行编程，停用 Claude Code 和 Codex，仅保留例外使用权限——这些模型运行在 56 块英伟达 B200 GPU 上，每百万 token 的综合成本为 0.30 美元（约为此前 Anthropic/OpenAI 支出的十分之一），工程交付周期缩短了 70%。

突发：Revolut 已将约 2,000 名工程师迁移至自托管的 GLM 进行编程，并将 Claude Code 和 Codex 列入仅在例外情况下使用的名单。 据该公司 AI 运营负责人 David Abitbol 介绍：他们使用了 56 块英伟达 B200，综合成本为每百万 token 30 美分，约为此前支付给 Anthropic 和 OpenAI 费用的十分之一。工程交付周期缩短了 70%。 关键在于：当 token 不再被限量使用时，收益才真正显现。工程师不再把 AI 留给棘手的工单，而是开始将它用于所有工作。 前沿模型成为例外，开放权重模型成为默认选择。这对每一家准备 IPO 的 AI 实验室来说，都是一道定价难题。 鸣谢 @OliverMolander 如果费用降低 90%，你会让团队放弃前沿模型 API 吗？
查看原文
查看缓存全文

缓存时间: 2026/11/03 12:43

突发：Revolut 已将约 2,000 名工程师迁移至自托管的 GLM 进行编程，并将 Claude Code 和 Codex 列入仅供例外情况使用的名单。

据该公司 AI 运营负责人 David Abitbol 介绍：他们使用 56 块英伟达 B200，综合成本为每百万 token 30 美分，约为此前支付给 Anthropic 和 OpenAI 费用的十分之一。工程交付周期缩短了 70%。

关键在于：当 token 不再限量供应时，收益才显现出来。工程师不再把 AI 留给棘手的工单，而是开始将它用于所有任务。

前沿模型成为例外，开放权重模型成为默认选择。对于每一家准备 IPO 的 AI 实验室来说，这都是一道定价难题。

感谢 @OliverMolander 提供信息

如果费用降低 90%，你会让团队弃用前沿模型 API 吗？

相似文章