Le 3 novembre, plusieurs médias ont relayé une présentation de David Abitbol, responsable des opérations IA chez Revolut, lors de la conférence AI Engineer NYC du 13 octobre : l'entreprise de technologie financière a fait passer l'assistant de programmation par défaut d'environ 2 000 ingénieurs à un modèle GLM à poids ouverts de Zhipu, auto-hébergé, Claude Code et Codex n'étant conservés que pour les exceptions. Selon Abitbol, le coût complet est d'environ 0,30 dollar par million de tokens, soit à peu près un dixième de ce que l'entreprise payait auparavant pour les services d'OpenAI et d'Anthropic.
Selon les comptes rendus, le déploiement actuel est GLM 5.3, sur 56 GPU Nvidia B200. Le système est en service depuis avril 2026 et les ingénieurs ne sont plus limités en usage de tokens. Revolut accordait auparavant à chacun une enveloppe mensuelle de 300 dollars pour Claude Code, et Abitbol a indiqué que les gains d'efficacité sous ce plafond restaient limités. Après le changement, des échantillons internes montrent une amélioration d'environ 60 % du temps de programmation et d'environ 70 % du délai entre l'attribution d'une tâche et sa livraison.
Les chiffres sont flatteurs, mais il faut séparer la cause de l'effet. La baisse du délai avant le premier token, de 14,26 à 1,68 seconde, et la hausse de 76 % des requêtes par seconde sur les mêmes GPU résultent du réglage des paramètres d'inférence, pas du seul changement de modèle. Une partie du gain sur les délais tient probablement au fait que les ingénieurs ne rationnent plus les tokens et confient aussi à l'assistant les tâches périphériques, comme la recherche de documents ou le traitement des tickets. Tous ces chiffres sont des statistiques internes de Revolut, non vérifiées par des tiers, et le coût complet de 0,30 dollar n'inclut ni l'achat du matériel ni les équipes d'exploitation.
La partie qui ne peut pas déménager
L'auto-hébergement ne remplace pas tout. GLM ne traite que le texte et le code ; les tâches d'image passent toujours par des services hébergés comme Gemini, et les tâches complexes reviennent à Claude Code et Codex. En tant que banque régulée, Revolut télécharge les poids sur une infrastructure qu'elle contrôle, de sorte que le trafic d'inférence ne transite pas par le fournisseur du modèle, et elle encadre les agents dans un bac à sable avec intervention humaine. Les performances de sécurité des modèles ouverts doivent aussi être évaluées séparément : les performances d'attaque de GLM-5.3 dans une évaluation de cybersécurité ont déjà été documentées de manière indépendante.
Pour d'autres entreprises, la leçon n'est pas que GLM coûte moins cher que les modèles de pointe, mais que l'auto-hébergement ne devient rentable que lorsque l'usage est suffisamment important et les tâches suffisamment concentrées. Sans une équipe capable de régler 56 GPU et sans gouvernance de bac à sable, l'argent économisé sur la facture de tokens peut vite repartir dans la facture d'exploitation.
