- Revolut przeniósł asystenta kodu dla ok. 2000 inżynierów z płatnych usług Anthropic i OpenAI na własny serwer z modelem GLM; rachunek spadł do ok. 1/10.
- Model działa na 56 kartach B200 za ok. 0,30 USD za milion tokenów, a po strojeniu pierwsza odpowiedź przychodzi po 1,68 s zamiast 14,26 s.
Najkrócej: Revolut przestał płacić głównie za zewnętrznych asystentów kodu i postawił własny serwer z modelem o otwartych wagach. Według firmy rachunek za AI do programowania spadł do mniej więcej jednej dziesiątej. Szczegóły podał David Abitbol, szef operacji i infrastruktury Revoluta, na konferencji AI Engineer w Nowym Jorku 13.10.2026; The Register opisał to 3.11.2026.
Co się zmieniło
- Asystent obsługuje ok. 2000 inżynierów. Wcześniej firma używała Gemini, a od początku 2026 r. Claude Code; według The Register niektórzy inżynierowie wydawali 1000–10 000 USD miesięcznie.
- Teraz domyślnym modelem jest GLM (w prelekcji pada wersja 5.1 i 5.3) na 56 kartach B200, czyli GPU od NVIDII.
- Łączny koszt to ok. 0,30 USD za milion tokenów, a faktura to ok. 1/10 wcześniejszych wydatków u Anthropic i OpenAI.
- Po strojeniu na tych samych kartach liczba obsłużonych zapytań na sekundę wzrosła o 76%, a czas do pierwszego tokena spadł o 88%: z 14,26 s do 1,68 s.
- Cel to poniżej 3 s do pierwszego słowa i ok. 200 tokenów na sekundę; powyżej 5 s ludzie zaczynają się skarżyć.
- GLM czyta tylko tekst, więc router modeli wysyła pytania ze zrzutami ekranu do Gemini albo GPT.
Jak to czytać
To dane z prelekcji jednej firmy, nie niezależny test. Według strony konferencji poprawa czasu kodowania o ok. 60% i czasu dostarczenia funkcji o 70% to wewnętrzne porównanie, które nie oddziela wpływu samego modelu od innych zmian. Cena 0,30 USD wynika z dużego, równego obciążenia przez tysiące osób; mały zespół z jednym serwerem nie dostanie takiej stawki. Wniosek dla mnie: własny model opłaca się przy skali i przy ludziach, którzy umieją go stroić. Więcej o modelach do pobrania piszę w hubie Otwarte modele, a o rachunkach za AI w hubie Ceny modeli.