Revolut 把 2000 名工程师的默认编程模型换成智谱 GLM，调用成本降近 90%
11 月 12 日，新华社自里斯本网络峰会发回报道：英国金融科技公司 Revolut 已将原先使用的 OpenAI 与 Anthropic 编程助手，替换为智谱的开源 GLM 系列。据该公司 AI 基础设施负责人戴维·阿比特博尔介绍，GLM 现为约 2000 名工程师的默认编程模型，上线以来平均编程耗时缩短约 60%，AI 相关调用成本下降近 90%。
- 峰会联合创始人帕迪·科斯格雷夫在开幕式上把这个案例作为中国开源模型进入产业端的标志。法新社在会前报道中指出，多数中国模型可直接部署在欧洲企业自有服务器上，企业看中的是数据掌控与成本。
- 已公开表态使用中国模型的欧洲企业还包括法国电信运营商 Orange、汽车厂商雷诺与德国西门子，用途是给美欧本土模型做补充，选型集中在 DeepSeek 与通义千问。
- 同一篇报道里，面壁智能 CEO 李大海称该公司与国内伙伴共同参与老挝国家大模型建设、承担模型训练，理由是缺乏算力与人才储备的国家不必从零训练千亿参数，也能有立足本国语言与法规的基座。
- 两个数字的口径不同：60% 量的是人的时间，90% 量的是调用账单，均出自企业自述，没有第三方复核，也不含自建推理的硬件折旧、平台人力与闲时容量。
观点
- 这次替换落在默认档。编程助手是高频、长上下文的调用，单价差会被调用量放大成账单差；能把默认档换掉的前提是能力足够接近，让工程师不主动切回原供应商。
- 自建把变动成本换成固定成本，账要靠用量摊薄。2000 名工程师的调用量能把集群摊平，几十人的团队照搬同一套部署，单卡成本可能高于托管 API，这一条决定案例的可复制边界。
- 90% 是推理支出降幅，读成研发总成本下降会高估效果。把硬件、运维与闲时容量计入后，合并降幅明显小于 90%，这也是换供应商与自建两笔账的分界。
- 值得跟踪的是回退率，即默认模型没搞定而升级到闭源的比例，它决定省下的钱有多少被重试吃掉。渠道侧的变化也在同步发生：GLM-5.3 此前经 Amazon Bedrock 上架、按调用量与 AWS 分成（#340《智谱 GLM-5.3 上架 Amazon Bedrock》），企业端这次是绕开云市场直接自建。站内 #470《门罗风投报告：美国企业开源模型支出中 89% 流向中国模型》 的支出口径可作对照：企业开源支出占比 4%，而开源 Token 占 19%。
来源：新华社 11-12 报道、中国经济网同稿。