Revolut перешла с Claude Code и Codex на self‑hosted GLM: затраты на ИИ‑кодинг упали на 90%

Британский финтех Revolut, обслуживающий десятки миллионов клиентов, резко перекроил статью расходов на ИИ‑инструменты для написания кода. По словам руководителя эксплуатации и инфраструктуры Дэвида Абитбола, за неполный год затраты на ИИ‑ассистентов для разработчиков сократились примерно на 90%. Он озвучил эти цифры на конференции AI Engineer в Нью‑Йорке.

Компания полностью отказалась от внешних сервисов Claude Code и Codex и перевела инженеров на работу с языковой моделью GLM от китайской Z.ai. Модель развёрнута на собственных ускорителях Revolut, что исключает расходы на сторонний инференс по подписке или через API. Прямая себестоимость такого режима, по оценке банка, составила около 0,30 доллара за миллион токенов.

Сейчас self‑hosted версией GLM пользуются порядка 2000 инженеров Revolut. Абитбол не раскрыл точного числа ежедневных запросов, но подчеркнул, что переход дал «значительное качественное и экономическое преимущество» по сравнению с предыдущим стеком. Масштаб внедрения позволяет оценить нагрузку: речь идёт о непрерывной генерации и доработке кода в большом инженерном коллективе.

Для сравнения: цены на API‑доступ к Claude Code или Codex могут быть в десятки раз выше, особенно при активном использовании контекстно ёмких сессий. Revolut раньше оплачивала инференс внешним провайдерам, и переход на собственное железо дал тот самый десятикратный эффект, о котором говорит цифра 90%. Основная экономия возникла за счёт исключения маржи облачных сервисов и оплаты токенов по фиксированным тарифам.

GLM — семейство открытых моделей, веса которых доступны для загрузки и самостоятельного развёртывания. Модель конкурирует с другими открытыми LLM в задачах генерации кода, а её стоимость инференса на собственных GPU делает её привлекательной для компаний с парком ускорителей. Revolut не уточнила, на каком именно чипе работает развёртка, но судя по масштабу, речь может идти о кластерах из Nvidia A100 или H100.

Независимого аудита этих цифр нет — вся оценка построена на внутренних расчётах Revolut. Тем не менее конкретика кейса уже вызвала интерес у разработчиков и CTO, присматривающихся к open source‑моделям. Даже с оговорками сам факт, что компания такого масштаба решилась убрать коммерческие продукты, говорит о зрелости открытых решений.

Для многих команд, которые взвешивают бюджеты на ИИ‑инструменты, пример Revolut служит наглядной калькуляцией. Особенно актуален он для организаций с уже имеющимся парком ускорителей, способных взять на себя нагрузку инференса. При этом остаётся открытым вопрос о сравнимом качестве ревью и генерации между GLM и, скажем, моделями Anthropic или OpenAI — без таких замеров повторить успех сложно.

Тренд на освоение разработчиками узконаправленных сервисов продолжается далеко за пределами платежей и финтеха. После выступления Абитбола несколько участников конференции обсуждали практические пороги: при каком объёме запросов self‑hosted модель окупает затраты на инфраструктуру. По косвенным прикидкам, для больших команд срок возврата инвестиций может измеряться месяцами, что и продемонстрировал Revolut.

Кейс не только подтверждает экономическую логику открытых весов, но и усиливает конкуренцию среди поставщиков коммерческих API. Вслед за публичными бенчмарками практический подсчёт цены токена становится аргументом при выборе между закрытыми моделями и self‑hosted альтернативами.