Revolut réduit de 90 % ses dépenses d’IA de codage grâce à un modèle chinois auto‑hébergé

En moins d’un an, la fintech britannique Revolut a annoncé une chute d’environ 90 % de sa facture liée aux outils d’intelligence artificielleIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. dédiés au codage. Le gain provient d’un basculement de solutions commerciales, comme Claude Code d’Anthropic, vers un modèle open‑source chinois, GLM 5.3, déployé sur les propres serveurs de l’entreprise.

Un changement de cap technique

David Abitbol, responsable de l’infrastructure chez Revolut, a détaillé la transition lors d’une conférence à New York. Après avoir testé Gemini début 2025, puis Claude Code en 2026, les 2 000 ingénieurs de la banque en ligne ont migré vers GLM, un modèle développé par la société chinoise Z.ai. L’option d’auto‑hébergement a permis de maîtriser les coûts : le modèle est facturé 0,30 $ le million de tokensTokenUnité de contenu traitée par un modèle de langage, pouvant représenter un mot, une partie de mot ou un caractère., contre près de 3 $ pour Claude Code ou Codex d’OpenAI. Certains développeurs dépensaient jusqu’à 10 000 $ par mois avec les solutions tierces, un montant jugé excessif en interne.

Le parc matériel de Revolut repose sur 56 cartes graphiques Nvidia B200. Plutôt que d’empiler les GPUGPUProcesseur conçu pour effectuer de nombreux calculs en parallèle, notamment utilisé pour entraîner et exécuter des modèles d'IA., les équipes ont optimisé la configuration en compressant le modèle et en séparant les phases de calcul, ce qui a réduit la latenceLatenceDélai entre l'envoi d'une requête à un système et l'obtention d'une réponse ou du début de celle-ci.. La première réponse du système apparaît en moins de trois secondes, avec un débit d’environ 200 tokens par seconde en période de forte activité, et pouvant atteindre 800 tokens quand les bureaux sont vides.

Au‑delà du simple écriture de code

Le principal bénéfice ne se limite pas à la génération de lignes de code. GLM a également été utilisé pour le débogage et le traitement automatisé des tickets Jira et Confluence, deux outils de suivi de projet omniprésents dans les équipes de développement. Selon Abitbol, le temps consacré au codage s’est amélioré de 60 % grâce à ces fonctions d’assistance.

Un effet psychologique s’est aussi manifesté : avec des tokens illimités en interne, les ingénieurs ne sont plus contraints de rationner leurs requêtes pour respecter le budget du trimestre. La facture mensuelle ne surprend plus, et les modèles commerciaux restent accessibles pour des cas spécifiques, comme les tâches visuelles qui continuent d’être traitées par Gemini.

Sécurité et souveraineté des données

Faire tourner un modèle chinois au cœur d’une banque soulève naturellement des questions de souveraineté et de conformité. Abitbol rassure en précisant que les poids du modèleParamètres du modèleValeurs numériques internes apprises pendant l'entraînement et utilisées par le modèle pour produire ses résultats. sont hébergés localement ou sur un cloud régional, éliminant les risques liés à des API hébergées « on ne sait où ». Il estime que les fenêtres de un million de tokens proposées par les grands fournisseurs sont « une arnaque », affirmant que 256 000 tokens suffisent largement pour les besoins de codage.

Vers une nouvelle donne pour les fintechs

Le cas de Revolut montre qu’une approche auto‑hébergée, combinée à un modèle open‑source performant, peut rendre l’utilisation de l’IA de codage économiquement viable même pour des organisations de grande taille. Si d’autres acteurs du secteur adoptent des stratégies similaires, on pourrait assister à une redéfinition du marché des assistants de programmation, où le prix et le contrôle des données deviendront des critères majeurs.

Dans les prochains mois, Revolut prévoit d’étendre l’usage de GLM à d’autres équipes, notamment celles chargées de l’analyse de données et de la modélisation financière, afin de tirer parti de la même architecture à moindre coût.