企業用AI寫程式，開始認真計數。英國金融科技公司Revolut營運及基建主管David Abitbol上月在紐約AI Engineer大會上透露，公司把AI編程工具的預設模型，由Anthropic的Claude等商業服務，改為自行託管的中國開源模型GLM，推理成本在不足一年內削減約90%；約2,000名工程師獲配AI編程工具後，編程時間改善60%，交付前置時間（lead time）改善70%（資料來源：The Register）。
即加入CFTime TG 討論區！想掌握最新加密市場動態與 AI 新聞與資訊，更能隨時獲得免費 web 3 入場券！
由Gemini、Claude Code到GLM 一年內三換模型
據The Register報道，Revolut於2025年初先部署Google的Gemini，2026年初再引入Anthropic的Claude Code，其後先後採用智譜（Z.ai）的GLM-5.1及GLM-5.3，現時供工程師使用的正是GLM-5.3。自行託管的開源模型，已由「後備」變成公司AI編程的預設選項（資料來源：The Register）。
轉用的導火線是成本失控。Abitbol憶述，轉換前部分工程師每月花費「1,000美元、10,000美元」，回報卻有限，公司其後為工具設下嚴格預算上限。按其說法，以每百萬tokens約0.30美元自行託管GLM-5.1，成本約為使用OpenAI Codex或Claude Code的十分之一。惟報道未有披露轉換前後的每月總開支（資料來源：The Register）。
Abitbol直言：「開源現已是Revolut的優先選項，而且經濟效益有利。」
| 項目 | Revolut自建AI編程平台 |
|---|---|
| 使用人數 | 約2,000名工程師 |
| 現用模型 | 智譜GLM-5.3（自行託管） |
| 硬件 | 56張Nvidia B200 GPU（相當於7台8卡DGX B200） |
| 推理成本 | 每百萬tokens約0.30美元（GLM-5.1時期） |
| 成本變化 | 不足一年內削減約90% |
| 效率變化 | 編程時間改善60%、前置時間改善70% |
| 首字延遲 | 約256K上下文下少於3秒 |
| 生成速度 | 約每秒200 tokens |
56張B200撐起2,000人 「長上下文是騙局」
技術層面，GLM-5.1總參數約7,540億，每生成一個token啟動約400億參數，單是載入權重已需約380GB GPU記憶體。Revolut以56張Nvidia B200運行GLM-5.3，Abitbol指效能提升主要來自調整超參數、改用NVFP4量化、把預填（prefill）與解碼（decode）分拆處理，以及調校上下文長度，而非單靠加GPU（資料來源：The Register）。
模型雖支援100萬tokens上下文，Abitbol認為實際約256K已足夠，更形容「長上下文是騙局」。在此設定下，首字延遲少於3秒，生成速度約每秒200 tokens；下午5時後登入的工程師，速度更接近每秒800 tokens。他坦言，等候超過5秒就會收到投訴。由於GLM只處理文字，涉及介面等視覺工作的查詢，會改派Gemini等模型處理（資料來源：The Register）。
值得留意的是，Abitbol指最大效益並非來自「寫程式」本身，而是除錯及處理Jira、Confluence工作單等周邊工作。私隱方面，他表示主要顧慮在於經中國境外的API調用中國模型；若在自家機房或區域雲端部署則沒有問題。
高盛反其道而行 收緊交易員用Claude Code
Revolut大舉擴展AI編程之際，華爾街卻有另一種取態。據The Decoder引述彭博報道，高盛（Goldman Sachs）按10月的內部指引，收回大部分員工使用Claude Code及GitHub Copilot等AI編程工具的權限，交易員及銀行家亦在其列，工具主要只留給工程師使用（資料來源：The Decoder）。
高盛發言人Nick Carcaterra表示，決定基於「生產力及風險管理等多項因素」，並指試驗階段已經結束，工具會交給「最能長遠善用它們的人」。報道指，高盛資訊總監Marco Argenti今年7月仍公開讚揚非技術員工的「vibe coding」，由交易員先以AI做出原型、再交工程師擴展，如今做法已改變（資料來源：The Decoder）。
兩間金融機構一個「換平價模型、照用」，一個「收窄用家、控風險」，方向雖異，背後問題卻一樣：AI編程不再是無上限試驗，而要計回報、計風險。科技巨頭亦面對同樣壓力，本站早前報道的微軟向6萬員工提自願離職，正是AI開支壓頂下的另一面。
開源模型追近 Anthropic收入仍急增
Revolut的選擇，亦反映中國開源模型與美國閉源模型的差距正在收窄。智譜（02513.HK）8月發布GLM-5.3時表示，新模型在內部實測中較GLM-5.2高出50%，並在TerminalBench 3.0等公開基準測試中位列開源模型第一（資料來源：Yahoo財經／AASTOCKS）。本站8月亦報道過DeepSeek V4 Pro效能接近Claude、價格僅其2%，可見「平價開源」已成企業議價籌碼。
然而，商業模型的需求未見放緩。本站早前報道Anthropic上市文件曝半年收入163億美元。個別客戶轉用開源，料未即時動搖頭部模型商，惟企業議價能力或因此提升。
香港視角：金融業AI沙盒擴容 港企點揀模型？
香港金融業對AI應用同樣積極。金管局聯同證監會、保險業監管局及積金局，今年3月與數碼港推出「GenA.I. Sandbox++」，把原本只涵蓋銀行業的生成式AI沙盒，擴展至證券、資產及財富管理、保險、強積金及儲值支付工具，並為參與機構提供監管意見、技術支援及數碼港人工智能超算中心的運算資源（資料來源：Crowdfund Insider）。
對港企而言，Revolut的案例有兩點參考價值。其一，本地本身就難以直接使用部分美國AI服務，詳見本站ChatGPT香港不能用2026最新現況，開源模型自行部署或區域雲端部署，本已是不少機構的現實選擇；其二，智譜等中國AI公司已在港上市，本地亦有電訊商推出以國產GPU為賣點的AI平台，例如本站報道的香港寬頻AI+平台。
惟並非每間公司都有能力自建GPU集群。對中小企來說，與其由模型揀起，不如先釐清哪些日常工作值得交給AI，再按數據敏感度及預算，選擇現成服務或自行託管方案。
常見問題
Revolut的AI編程成本減了多少？
Revolut營運及基建主管David Abitbol表示，公司在不足一年內把AI編程推理成本削減約90%；自行託管GLM模型的成本約為每百萬tokens 0.30美元，約為使用Codex或Claude Code的十分之一。
Revolut現時用甚麼模型？
Revolut現時以56張Nvidia B200 GPU自行託管智譜（Z.ai）的開源模型GLM-5.3，供約2,000名工程師使用；涉及視覺的查詢則改派Gemini等模型處理。
高盛為何收緊AI編程工具？
據彭博報道，高盛按10月內部指引，收回交易員及銀行家等大部分員工使用Claude Code等工具的權限，主要只留給工程師；發言人表示決定基於生產力及風險管理等因素。
自行託管開源模型是否一定較平？
不一定。Revolut所指的九成降幅屬推理費用，並未計入GPU硬件及維運成本，而自行託管亦需要相當的基建及調校能力，企業應按規模及數據敏感度評估。
