Revolut ha reso un modello GLM self-hosted lo strumento di codice predefinito per 2.000 ingegneri
La neobanca Revolut serve GLM-5.3 su 56 GPU Nvidia B200 a circa 2.000 ingegneri e afferma di spendere dieci volte meno rispetto ad Anthropic e OpenAI. Claude Code e Codex rimangono in uso, ma solo come eccezione.
La neobanca Revolut ha reso un modello aperto ospitato sui propri server lo strumento di programmazione predefinito per i suoi sviluppatori. David Abitbol, responsabile delle operazioni IA, lo ha spiegato durante la conferenza AI Engineer di New York a ottobre, e The Register ha ripreso il suo intervento il 3 novembre 2026. Revolut fornisce GLM-5.3, il modello del laboratorio cinese Z.ai, a circa 2.000 ingegneri su 56 GPU Nvidia B200. La sua spesa per l’IA dedicata al codice sarebbe dieci volte inferiore rispetto a quella sostenuta con Anthropic e OpenAI.
Dal budget limitato ai token illimitati
David Abitbol racconta che Revolut ha inizialmente offerto l’accesso a Gemini all’inizio del 2025, poi a Claude Code su larga scala, applicando rigidi tetti di spesa: alcuni ingegneri spendevano «1.000 dollari al mese, 10.000 dollari al mese» senza un ritorno evidente. L’azienda ha quindi iniziato a gestire internamente modelli aperti verso aprile 2026, prima con GLM-5.1 e poi con GLM-5.3. Il costo medio è sceso a circa 30 centesimi per milione di token, e la fatturazione è diventata fissa: niente più brutte sorprese a fine mese.
Il vantaggio principale, secondo lui, non deriva dalla scrittura del codice. Con token illimitati, gli ingegneri impiegano il modello anche per il debug, i ticket Jira e la documentazione Confluence. Revolut registra il 60% di tempo di sviluppo in meno e il 70% di riduzione nei tempi di rilascio. Si tratta di dati interni che coincidono con la fine del razionamento: è difficile stabilire quanto sia dovuto al modello in sé. Claude Code e Codex non scompaiono: «la frontiera diventa l’eccezione», riservata ai compiti più complessi.
Le configurazioni che contano
L’intervento è soprattutto un resoconto di esperienza tecnica:
| Parametro | Scelta di Revolut |
|---|---|
| Modello | GLM-5.3, solo testo |
| Hardware | circa 56 Nvidia B200 per 2.000 ingegneri |
| Obiettivo di latenza | meno di 3 s prima del primo token |
| Throughput | circa 200 token/s (quasi 800 la sera) |
| Contesto | 256.000 token, non un milione |
| Quantizzazione | FP4 su GPU Blackwell |
| Immagini | instradate verso un altro modello |
«Il contesto lungo è una truffa», riassume David Abitbol: anche se il modello può gestire un milione di token, 256.000 sono sufficienti. Secondo lui, tra aprile e agosto, il tempo prima del primo token è passato da circa 10 secondi a 1,6 secondi, con lo stesso numero di GPU e una domanda in forte aumento, grazie all’ottimizzazione dei parametri anziché all’aggiunta di hardware. Gli endpoint sono compatibili con l’API di OpenAI e vengono utilizzati all’interno di OpenCode o Codex.
Per una banca soggetta alle normative europee, Abitbol insiste su due misure di sicurezza: una sandbox che garantisca la convalida umana delle azioni e log dettagliati in caso di incidente. Riguardo ai modelli cinesi, ritiene che il rischio riguardi le API ospitate in Cina, non i pesi scaricati ed eseguiti su server situati negli Stati Uniti o in Europa.
La nostra lettura
Il caso Revolut dimostra che la sostenibilità economica degli agenti di programmazione cambia scala nelle grandi aziende: oltre qualche migliaio di utenti intensivi, noleggiare GPU ed eseguire un modello aperto può costare molto meno rispetto agli abbonamenti per postazione. L’operazione richiede però un team in grado di ottimizzare l’inferenza, e un’infrastruttura di 56 B200 non è accessibile a tutte le realtà. I guadagni di produttività dichiarati vanno letti con cautela: misurano soprattutto l’impatto di token diventati illimitati. Per Anthropic e OpenAI il segnale è preoccupante: i loro modelli restano i preferiti per le sfide più complesse, ma i volumi quotidiani possono spostarsi verso alternative aperte.
Fonti
- AI Engineer — trascrizione di «Shipping like a startup, regulated like a bank», David Abitbol (AI Engineer NYC 2026) Fonte primaria
- AI Engineer — pagina della conferenza di Revolut Fonte primaria
- The Register — British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted (3 novembre 2026) Fonte secondaria
Una fonte primaria proviene direttamente dall'azienda, dal laboratorio o dall'ente interessato. Una fonte secondaria riporta l'informazione senza esserne l'autrice: la segnaliamo come tale. Un errore? Consulta la nostra politica di rettifica.
