Revolut adota modelo GLM auto-hospedado como ferramenta padrão de código para 2.000 engenheiros
O neobanco Revolut opera o GLM-5.3 em 56 GPUs Nvidia B200 para cerca de 2.000 engenheiros e afirma gastar dez vezes menos do que com a Anthropic e a OpenAI. Claude Code e Codex continuam em uso, mas como exceção.
O neobanco Revolut transformou um modelo aberto hospedado internamente na ferramenta de código padrão de seus desenvolvedores. David Abitbol, chefe de operações de IA, detalhou o processo na conferência AI Engineer em Nova York em outubro, e o The Register divulgou sua apresentação em 3 de novembro de 2026. O Revolut fornece o GLM-5.3, modelo do laboratório chinês Z.ai, para cerca de 2.000 engenheiros em 56 GPUs Nvidia B200. Sua fatura de IA para geração de código seria dez vezes menor do que com a Anthropic e a OpenAI.
Do orçamento limitado aos tokens ilimitados
David Abitbol relata que o Revolut começou oferecendo acesso ao Gemini no início de 2025 e, em seguida, ao Claude Code em larga escala, com limites de orçamento rigorosos: alguns engenheiros gastavam “US$ 1.000 por mês, US$ 10.000 por mês” sem um retorno evidente. A empresa começou, portanto, a auto-hospedar modelos abertos por volta de abril de 2026, primeiro com o GLM-5.1 e depois com o GLM-5.3. O custo médio caiu para cerca de 30 centavos por milhão de tokens, e os custos se tornaram previsíveis: sem mais surpresas desagradáveis no fim do mês.
O principal benefício, segundo ele, não veio da programação em si. Com tokens ilimitados, os engenheiros também usam o modelo para depuração, chamados no Jira e documentação no Confluence. O Revolut aponta 60% a menos no tempo de codificação e 70% de redução no prazo de entrega. São números internos que coincidem com o fim do racionamento: é difícil discernir o que decorre do modelo em si. O Claude Code e o Codex não desapareceram: “a fronteira passa a ser a exceção”, reservada às tarefas mais complexas.
Os ajustes que fazem a diferença
A apresentação foi, sobretudo, um relato de experiência técnica:
| Parâmetro | Escolha do Revolut |
|---|---|
| Modelo | GLM-5.3, apenas texto |
| Hardware | cerca de 56 Nvidia B200 para 2.000 engenheiros |
| Meta de latência | menos de 3 s até o primeiro token |
| Taxa de transferência | cerca de 200 tokens/s (quase 800 à noite) |
| Contexto | 256.000 tokens, e não um milhão |
| Quantização | FP4 nas GPUs Blackwell |
| Imagens | roteadas para outro modelo |
“Contexto longo é uma armadilha”, resume David Abitbol: mesmo que o modelo consiga processar um milhão de tokens, 256.000 são suficientes. Segundo ele, entre abril e agosto, o tempo até o primeiro token caiu de cerca de 10 segundos para 1,6 segundo, mantendo o mesmo número de GPUs e com a demanda em forte alta, graças aos ajustes de configuração e não à adição de hardware. Os endpoints são compatíveis com a API da OpenAI e funcionam com o OpenCode ou o Codex.
Para um banco sujeito à regulamentação europeia, ele destaca duas salvaguardas essenciais: um ambiente de sandbox que garante a validação humana das ações e logs detalhados em caso de incidente. Sobre os modelos chineses, ele avalia que o risco está nas APIs hospedadas na China, e não nos pesos baixados e executados em servidores nos Estados Unidos ou na Europa.
Nossa leitura
O caso do Revolut evidencia que a economia dos agentes de código muda de escala em uma grande empresa: além de alguns milhares de usuários intensivos, alugar GPUs e servir um modelo aberto pode custar bem menos do que assinaturas individuais por posto de trabalho. No entanto, a operação exige uma equipe capacitada para otimizar a inferência, e uma infraestrutura de 56 B200 não está ao alcance de qualquer organização. Os ganhos de produtividade anunciados devem ser vistos com cautela: eles refletem, acima de tudo, o impacto da liberação irrestrita de tokens. Para a Anthropic e a OpenAI, o recado é incômodo: seus modelos continuam sendo os preferidos para tarefas difíceis, mas o volume diário pode migrar para alternativas abertas.
Fontes
- AI Engineer — transcrição de “Shipping like a startup, regulated like a bank”, David Abitbol (AI Engineer NYC 2026) Fonte primária
- AI Engineer — página da palestra do Revolut Fonte primária
- The Register — British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted (3 de novembro de 2026) Fonte secundária
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
