10月桑坦德银行官网发布新闻稿，披露与NVIDIA建立三年AI能力建设框架，核心做法包括自建Model Arena模型竞技场评估开源权重模型、用NeMo Customizer做垂直定制，搭配Kumo与Dynamo-Triton推理服务。The Four Week MBA等媒体转述，客服单次客户互动成本从原来的5欧元降至约0.03欧元，同时保持服务质量，整体成本优化幅度超过50%目标。桑坦德没有把所有客服问题交给外部闭源大模型API，而是先在内部竞技场比较多个开源权重模型在银行业务上的表现，挑出性价比最优者再定制微调，最后以可控成本批量部署。这一路线代表大型金融机构从调用API转向自有评估加开源定制的趋势，成本与数据自主权都由内部掌控。

5欧元到0.03欧元的差额里包含哪些成本项？

原5欧元可能含人工客服坐席分摊、电话与外包成本、通话时长费用；降到0.03欧元对应的是开源模型单次推理边际成本，主要是GPU算力摊销与少量API调用。两者口径不同，不能简单理解为同一动作降价167倍，真实比较是把能自动化的问题从人工迁移到模型，把复杂问题保留给人，从而拉低单次互动加权平均成本。质量保持是前提，否则便宜没有意义。

Model Arena为什么要自己建而不是看公开榜单？

公开榜单测通用问答，银行关心转账解释、还款提醒、合规话术与语气，这些需要用内部脱敏样本评测。自建竞技场让团队把多个开源权重模型放在同一测试集上打分，选出在风险、准确率、延迟与价格上平衡最好的候选，避免被厂商跑分误导。评测标准随业务迭代，内部掌握比依赖第三方榜单更可控。

NeMo Customizer定制开源模型能带来什么？

通用模型不懂银行产品细节与监管口径，NeMo Customizer提供低成本微调与对齐工具，把脱敏客服记录、产品手册与合规要求注入模型，减少幻觉与违规回答。开源权重可本地部署，客户数据不出行，这对银行合规是关键卖点。定制后仍需持续监控漂移与新欺诈话术，不是一次性工程。

大银行走开源加自建框架对行业意味着什么？

桑坦德案例说明，当调用闭源API的长期账单与数据出境风险上升，头部金融机构会回到开源权重加私有推理栈。三年框架意味着组织配套、运维与审计能力同步建设，而不是买一次模型。0.03欧元是标杆数字，能否在所有语言、所有产品线复制，还要看定制深度与人工兜底比例。

还要注意成本数字的可比性：0.03欧元是模型边际推理成本，不包含定制开发、合规审计、运维团队与失败交互的人工兜底，完整单次成本仍高于纯算力报价。银行AI项目真正的投入在模型治理、监控与知识库维护，这些长期成本常被对外宣传忽略。桑坦德路线的示范意义在于把选型、定制与推理放进同一框架长期运营，而不是用一次API比价决定技术栈，其他大型金融机构可参照其自建竞技场的思路，但不能直接照搬0.03欧元这一数字。

信息来源与延伸阅读？

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论