Revolut，欧洲最大的私营企业，决定采用中国开源权重AI模型，在自己的基础设施上运行，并将Claude Code和Codex等工具留给特殊情况。

凭借56个Nvidia B200 GPU，他们以平均每百万tokens仅0.30美元的成本运行GLM，比他们支付给OpenAI和Anthropic的费用低90%，并报告开发时间减少了70%。

这正是我几个月来一直在预料的。随着开源模型的改进和企业开发自己的基础设施，对专有API的依赖开始失去经济意义。

这里有一个对该行业当前估值的巨大问题：tokens消耗的增长并不一定转化为收入的成比例增长。

Revolut不是一家尝试AI的小型初创公司。它是全球最大的金融科技公司之一，已经开始计算账目。

那么，前沿模型的真正竞争优势是什么？如果开源模型已经可以做几乎同样的事情，可以免费安装在自己的基础设施上，成本低10倍，并能将开发时间减少70%，那什么还能证明继续支付这些差价的合理性？

此外，你还能保持对数据、应用隐私和代码的控制，而不必依赖第三方或接受对自身开发的限制。