Revolut заявила, что self-hosted GLM сократила расходы на AI-кодинг на 90%
Финтех обслуживает около 2 000 инженеров с помощью открытой модели на 56 GPU Nvidia B200, а Claude, Codex и vision-модели оставляет для исключений.
Revolut сделала self-hosted версию GLM от Z.ai основной моделью для разработки с помощью AI. Об этом рассказал Дэвид Абитбол, отвечающий в финтехе за AI-операции и инфраструктуру. Система обслуживает около 2 000 инженеров и работает на 56 GPU Nvidia B200.
По словам Абитбола, смешанная стоимость inference составляет около 0,30 доллара за миллион токенов, а счет компании сократился до одной десятой прежних расходов на сервисы Anthropic и OpenAI. Revolut также заявила об ускорении работы с кодом на 60% и сокращении инженерного lead time на 70% после перехода на GLM.
Главный эффект связан не только с более дешевой генерацией кода. Снижение расходов позволило перестать экономить токены: инженеры начали использовать AI для отладки и рутинной работы в Jira и Confluence, а не только для сложных задач. Открытые модели теперь стали приоритетом, а frontier-системы вроде Claude и Codex используются как исключения.
GLM не заменила все внешние модели. Запросы с изображениями Revolut направляет в Gemini или GPT, поскольку основная GLM-система работает только с текстом. Заявленное сокращение на 90% относится к счету за inference; в презентации нет полного сравнения с учетом капитальных затрат и команды, обслуживающей GPU-инфраструктуру.
