Revolut 弃用 Claude Code，转投中国开放权重模型，AI 编程账单砍掉 90%
发生了什么？ Revolut 把大约 2000 名软件工程师的默认编程工具，从 Anthropic 的 Claude Code 和 OpenAI 的 Codex 换掉了。现在工程师们用的是 GLM——中国 AI 实验室 Z.ai 推出的开放权重模型（权重可下载、能自己部署的那种），由 Revolut 自行托管。据 Revolut 说，如今账单大约只有过去付给 Anthropic 和 OpenAI 的十分之一。
谁说的？ Revolut 负责 AI 运营与基础设施的 David Abitbol，在纽约 AI Engineer 大会的演讲《像创业公司一样交付，像银行一样合规》里晒出了这些数字。11 月初 Trending Topics 报道之后，细节迅速传开。
数字怎么样。 Revolut 用大约 56 块 Nvidia B200 GPU 为工程师提供 GLM 服务，综合成本约为每百万 token 0.30 美元。Abitbol 称，在约 2000 名工程师的样本中，切换后编码时间缩短了约 60%，交付周期（从接手任务到合并代码）缩短了约 70%。这些是 Revolut 自己的数据，而且对比时没有把模型更换和其他因素（比如取消 token 限额）分开来看。
为什么要换？ Revolut 最早用的是 Google 的 Gemini，后来换成 Claude Code，并给每位工程师设了严格的预算。Abitbol 说，早期推 Claude Code 花了不少钱，收益却有限；token 限量还让工程师把 AI 留给最难的编码任务。换成固定成本的自托管方案后，限额取消了。“工程的瓶颈未必是写代码，”他说，时间其实耗在收件箱、Jira 和 Confluence 上。
中国的权重，西方的服务器。 Abitbol 承认，在一家受监管的银行里用中国开源模型，会面临“污名化”的压力。Revolut 只用开放权重，并且跑在自己位于美国的基础设施上，不经过 Z.ai 的托管服务。图像任务会转给 Gemini；Claude Code 和 Codex 仍然保留，作为最困难工作的例外选项。编码智能体在带审批规则的沙箱中运行，并且有人工介入。
可能出什么问题？
90% 的成本节省不包括云服务、人力和监控开销，而且前提是做了大量调优：Abitbol 说，开箱即用的推理表现“很糟糕”，团队后来才把首字响应时间（time to first token）从约 14 秒压缩到 1.7 秒（同样的 GPU）。没有 Revolut 这样的规模和基础设施团队的公司，未必能拿到同样的结果。
这意味着什么
欧洲市值最高的科技公司之一，现在把一款中国开源权重模型作为整个工程团队日常编码工作的默认选择，而不是试点项目。这对 AI 实验室的企业业务是一个警告：对于常规、高频的工作，“够用且便宜”正在开始胜出，前沿模型则留给例外场景。
延伸阅读：AI Engineer（演讲摘要与视频）、Trending Topics
图片来源：Revolut