Revolut dit diviser par dix sa facture d'IA de programmation en hébergeant un modèle chinois

Certains ingénieurs de Revolut dépensaient entre 1 000 et 10 000 dollars par mois en assistants de programmation, pour un bénéfice jugé faible, rapporte The Register le 3 novembre. La néobanque britannique a donc changé de méthode : elle héberge désormais elle-même son IA.

David Abitbol, responsable des opérations et de l'infrastructure de Revolut, a détaillé ce virage lors de la conférence AI Engineer à New York. Revolut utilisait Gemini de Google depuis début 2025, puis Claude Code d'Anthropic depuis début 2026, avec des budgets strictement plafonnés. L'outil par défaut est maintenant GLM, un modèle à poids ouverts de l'entreprise chinoise Z.ai, que la banque héberge elle-même. La facture serait environ dix fois plus faible qu'avec les services d'Anthropic ou d'OpenAI.

56 puces NVIDIA pour 2 000 ingénieurs

Revolut a commencé avec GLM-5.1 et sert aujourd'hui GLM-5.3 à environ 2 000 ingénieurs, sur 56 processeurs graphiques NVIDIA B200. GLM-5.1 est massif : environ 754 milliards de paramètres, dont 40 milliards mobilisés pour chaque token généré, selon The Register. Le coût moyen tourne autour de 0,30 dollar par million de tokens, ces fragments de texte que le modèle lit et écrit.

David Abitbol insiste : ce sont les réglages, plus que l'ajout de matériel, qui ont rendu l'opération viable. Revolut a compressé les poids du modèle sur 4 bits, séparé le traitement de la question de la génération de la réponse et ajusté la longueur de contexte. Sur les mêmes puces, le délai avant l'apparition du premier mot est passé de 14,26 secondes à 1,68 seconde. L'objectif est de rester sous les 3 secondes avec un contexte d'environ 256 000 tokens, à près de 200 tokens par seconde. Une fenêtre d'un million de tokens ne sert à rien en pratique, juge-t-il.

Le gain ne vient pas d'où on l'attendait

Selon lui, le principal bénéfice ne vient pas de l'écriture de code. Il vient du débogage et du traitement des tickets Jira et Confluence, confiés au modèle depuis que plus personne ne rationne les requêtes. Revolut annonce une amélioration de 60 % du temps de programmation et de 70 % du délai de livraison. La page de la conférence précise toutefois que cette comparaison ne sépare pas l'effet du modèle des autres changements.

Les modèles commerciaux ne disparaissent pas pour autant. GLM ne traite que du texte : un aiguillage automatique envoie les tâches qui comportent des images vers Gemini ou GPT. La génération de code, elle, reste sur GLM.

Ce que les chiffres ne disent pas

Ces résultats sont ceux de Revolut, présentés sur scène et non vérifiés de façon indépendante. Surtout, Revolut n'a pas détaillé ce que recouvre son coût de 0,30 dollar par million de tokens : on ignore s'il inclut les 56 puces, l'énergie et l'équipe qui les exploite. L'économie nette reste donc inconnue.

Reste l'origine du modèle. David Abitbol reconnaît les inquiétudes que suscitent les modèles chinois en matière de confidentialité et de sécurité. Pour lui, le risque principal est d'interroger ces modèles via des services hébergés hors de son contrôle, en Chine ; les faire tourner chez soi ou dans un cloud régional est bien moins préoccupant. Les modèles ouverts spécialisés dans le code se multiplient, à l'image de celui que DeepSeek a publié en octobre. L'exemple de Revolut montre qu'ils peuvent servir à grande échelle, à condition de disposer des compétences d'infrastructure pour les exploiter.