Revolut a fait d'un modèle GLM auto-hébergé l'outil de code par défaut de 2 000 ingénieurs
La néobanque Revolut sert GLM-5.3 sur 56 GPU Nvidia B200 à environ 2 000 ingénieurs et dit payer dix fois moins qu'avec Anthropic et OpenAI. Claude Code et Codex restent utilisés, mais en exception.
La néobanque Revolut a fait d’un modèle ouvert hébergé chez elle l’outil de code par défaut de ses développeurs. David Abitbol, responsable des opérations IA, l’a expliqué lors de la conférence AI Engineer de New York en octobre, et The Register a relayé son intervention le 3 novembre 2026. Revolut sert GLM-5.3, le modèle du laboratoire chinois Z.ai, à environ 2 000 ingénieurs sur 56 GPU Nvidia B200. Sa facture d’IA pour le code serait dix fois plus basse qu’avec Anthropic et OpenAI.
Du budget limité aux jetons sans compter
David Abitbol raconte que Revolut a d’abord donné accès à Gemini début 2025, puis à Claude Code à grande échelle, avec des plafonds de budget stricts : certains ingénieurs dépensaient « 1 000 dollars par mois, 10 000 dollars par mois » sans retour clair. L’entreprise a donc commencé à auto-héberger des modèles ouverts vers avril 2026, avec GLM-5.1 puis GLM-5.3. Le coût moyen tombe à environ 30 cents par million de jetons, et la facturation devient fixe : plus de mauvaise surprise en fin de mois.
Le gain principal, selon lui, ne vient pas du code. Avec des jetons illimités, les ingénieurs utilisent aussi le modèle pour le débogage, les tickets Jira et la documentation Confluence. Revolut mesure 60 % de temps de codage en moins et 70 % de délai de livraison en moins. Ce sont des chiffres internes, et ils coïncident avec la fin du rationnement : il est difficile de savoir ce qui revient au modèle lui-même. Claude Code et Codex ne disparaissent pas : « la frontière devient l’exception », réservée aux tâches les plus dures.
Les réglages qui comptent
L’intervention est surtout un retour d’expérience technique :
| Paramètre | Choix de Revolut |
|---|---|
| Modèle | GLM-5.3, texte uniquement |
| Matériel | environ 56 Nvidia B200 pour 2 000 ingénieurs |
| Objectif de latence | moins de 3 s avant le premier jeton |
| Débit | environ 200 jetons/s (près de 800 le soir) |
| Contexte | 256 000 jetons, pas un million |
| Quantification | FP4 sur GPU Blackwell |
| Images | routées vers un autre modèle |
« Le contexte long est une arnaque », résume David Abitbol : même si le modèle peut gérer un million de jetons, 256 000 suffisent. Selon lui, entre avril et août, le temps avant le premier jeton est passé d’environ 10 secondes à 1,6 seconde, avec le même nombre de GPU et une demande en forte hausse, grâce aux réglages plutôt qu’à l’ajout de matériel. Les points d’accès sont compatibles avec l’API d’OpenAI et s’utilisent dans OpenCode ou Codex.
Pour une banque soumise à la réglementation européenne, il insiste sur deux garde-fous : un bac à sable qui garantit qu’un humain valide les actions, et des journaux détaillés en cas d’incident. Sur les modèles chinois, il estime que le risque concerne les API hébergées en Chine, pas des poids téléchargés et exécutés sur des serveurs aux États-Unis ou en Europe.
Notre lecture
Le cas Revolut montre que l’économie des agents de code change d’échelle dans une grande entreprise : au-delà de quelques milliers d’utilisateurs intensifs, louer des GPU et servir un modèle ouvert peut coûter bien moins cher que des abonnements par poste. Mais l’opération demande une équipe capable de régler l’inférence, et un parc de 56 B200 n’est pas à la portée de toutes les entreprises. Les gains de productivité annoncés sont à lire avec prudence : ils mesurent surtout l’effet de jetons devenus illimités. Pour Anthropic et OpenAI, le message est désagréable : leurs modèles restent préférés pour les tâches difficiles, mais le volume quotidien peut partir vers des modèles ouverts.
Sources
- AI Engineer — transcription de « Shipping like a startup, regulated like a bank », David Abitbol (AI Engineer NYC 2026) Source primaire
- AI Engineer — page de la conférence de Revolut Source primaire
- The Register — British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted (3 novembre 2026) Source secondaire
Une source primaire émane directement de l'entreprise, du laboratoire ou de l'organisme concerné. Une source secondaire rapporte l'information sans en être l'auteur : nous la signalons comme telle. Une erreur ? Consultez notre politique de correction.
