Revolut 的 56 张 B200 账本：为什么高频大客户正在逃离商业大模型 API？

一个程序员一个月烧掉上万美元的 AI 接口费，公司老板会怎么做？ 给每个人定限额？超额就断供？ 欧洲估值最高的金融科技公司 Revolut，之前就是这么干的。 他们手底下有两千多名软件工程师。 放开用商业大模型写代码之后，账单以肉眼可见的速度膨胀。 有的资深工程师一个人一个月就能跑出几千甚至上万美元的账单。 管理层吓了一跳，赶紧给每个人头上扣紧预算上限。 结果呢？ 两千个程序员立马变得抠抠搜搜。 只有遇到最烧脑的疑难杂症，才舍得调一下商业模型的接口。 至于排查系统报错、阅读长篇文档、补单元测试、写项目工单？ 太费 token 了，算了，大家又退回了纯人工手敲。 钱是省下来了一点，但预想中的开发提速全泡汤了。

Revolut 的人工智能运营与基础设施负责人 David Abitbol 决定换个算盘。 按量计费的商业接口，等于是在给程序员的键盘装出租车计价器。 红字一跳，谁敲代码都会本能地收着手。 既然瓶颈在计价器，那就把计价器拆了。 他们直接买了 56 张英伟达顶配的 B200 显卡，拉进自己的机房。 接着做了一个让很多人意外的动作： 把平时默认使用的商业编程助手撤下来，只留给少数极端复杂的任务应急。 全公司两千名工程师日常开发的主力，换成了自己私有化部署的开源模型 GLM。

自己买卡自己跑，成本到底能不能打平？ 答案直接把账单击穿了。 原本调用顶尖商业接口，每百万 token 的综合成本往往要好几美元。 而在 56 张 B200 上跑优化后的开源模型，算上硬件折旧和机房电费，每百万 token 的综合成本只有 0.3 美元左右。 整个账单直接砍掉了 90% 到 97%。 但真正带来质变的，还不是省下的这笔钱。 是配额彻底取消了。 模型是自己机房跑的，卡闲着也是闲着，边际成本几乎接近于零。 公司告诉两千名工程师：随便用，管够。 心理上的计价器一摘，工程师的行为模式在几天之内就变了。 大家不再把模型当成昂贵的专家，直接当成不用白不用的苦力。 复杂的排错日志整段整段往里扔。 长篇的项目文档一键提炼。 重复的单元测试批量生成。 连日常交接和工单协作，都顺手让模型跑一遍。 根据 Revolut 内部的测算，工程师的纯编码时间缩短了 60%。 从拿到任务到代码合并上线的整体交付周期，缩短了整整 70%。

这件事最有意思的地方，不在于某一家公司省了多少显卡钱。 它把过去两年科技投资界最核心的一个商业逻辑，砸出了一个巨大的豁口。 华尔街给大模型巨头们开出上千亿美元估值的时候，底层都有一个坚不可摧的故事假设： 全球程序员和企业对 token 的消耗量越大，卖 token 的商业大模型公司，收入就会成比例爆发。 但 Revolut 的账本展现出了另一种完全相反的现实。 用量小的时候，按量租接口当然最省心，谁也不会为了几百美元去搭机房。 可一旦企业规模超过两千人，一旦业务真正全面接入 AI，按量付费的租金就会变成不可承受的重税。 当一家公司每个月消耗的 token 冲过某个临界点，买 56 张顶配显卡自己部署开源模型，就不再是折腾，成了回报率最高的财务选择。 因为开源大模型的能力，应付程序员日常 80% 的工作已经绰绰有余。 那剩下的 20% 高难度死磕，留给商业接口当个偶尔求助的外脑就够了。 数据还在自己的防火墙之内，核心代码不用上传给外部服务商，还不用担心调用频次被限流。 用量确实在暴涨。 但那些最大、最有钱、最需要巨量 token 的核心企业客户，却在用量最大的时候，直接从出租车上下来，自己买车了。 如果最消耗算力的客户不再为每一次调用交过路费，那些靠每百万 token 卖钱的商业帝国，后面的账该怎么接着算？