Revolut fait coder 2 000 ingénieurs sur GLM auto-hébergé pour un dixième de sa facture Claude

L'affaire dépasse le tableur d'achats d'une fintech. Un prêteur régulé, fort de plus de 80 000 000 de clients dans 45 marchés, fait désormais tourner son modèle de codage par défaut sur son propre matériel. Chaque équipe d'ingénieurs dispose ainsi d'une comparaison de prix concrète face aux laboratoires de pointe. Les régulateurs y trouvent un cas d'école en fonctionnement : des poids d'origine chinoise sur une infrastructure occidentale. Revolut ne dit pas combien coûtent les puces à l'achat ou à la location, ni combien d'heures d'ingénierie le réglage a demandées.

Cinquante-six GPU pour 2 000 ingénieurs

L'installation est modeste. Revolut fait tourner GLM, un modèle du laboratoire chinois Z.ai d'environ 800 000 000 000 de paramètres, sur une cinquantaine de puces Nvidia B200, 56 exactement. Abitbol avance un coût d'environ 30 cents par million de tokens. Une facture fixe remplace les factures de fin de mois imprévisibles.

Il a fallu travailler pour y arriver. À la sortie de la boîte, l'inférence était « catastrophique », selon Abitbol. Après optimisation, le délai avant le premier token est passé de plus de 10 secondes à 1,6 seconde, alors même que la demande augmentait de 76 pour cent. Au-delà de cinq secondes, dit-il, « ma boîte Slack commence à exploser ». La fenêtre de contexte est plafonnée à 256 000 tokens. « Le contexte long est une arnaque », a-t-il lancé. GLM ne traite que le texte : un routeur envoie les tâches d'image vers Gemini. Claude Code et Codex restent disponibles à titre d'exception plutôt que de défaut.

Sur un échantillon d'environ 2 000 ingénieurs, le temps de codage a baissé de 60 pour cent et le délai de livraison de 70 pour cent. Abitbol tire une leçon de l'écart entre ces deux chiffres. « Le goulot d'étranglement de l'ingénierie n'est pas forcément le codage », dit-il. Les ingénieurs passent en effet une bonne partie de leur temps à fouiller dans les boîtes mail, Jira et Confluence.

Gartner chiffre l'économie au vingtième

Revolut n'est pas la seule à faire le calcul. The Register rapportait le 3 novembre que Gartner estime que les modèles ouverts peuvent traiter 90 pour cent du travail agentique pour un vingtième du coût d'un LLM de pointe. C'est une estimation d'analyste, pas une facture client, mais elle pointe dans la même direction que les chiffres de Revolut.

L'écart de prix en chiffres

Les modèles fermés gardent l'avantage sur la capacité brute. Gemini 4 Carbon obtient 59 sur l'Artificial Analysis Intelligence Index V5, un point devant Claude Opus 5.5 et deux devant GPT-6 Astra. Il coûte aussi 7,76 dollars par tâche sur ce test.

À comparer avec le bas du tableau, du côté des poids ouverts. DeepSeek V4.1 Flash 1 017 obtient 32 sur le même indice et coûte environ 13 fois moins par tâche, selon la lecture des chiffres d'Artificial Analysis par Tom's Hardware. Sur le graphique de frontière de Pareto d'Arena.ai, GLM 5.3-Flash et DeepSeek V4 Pro prennent le relais à des niveaux de prix plus bas.

Les laboratoires de pointe gagnent toujours le haut du classement. Ils ne gagnent plus le milieu.

Pour les ingénieurs de Revolut, le changement tient moins au prix par token qu'au fait de ne plus les compter. Les limites de tokens ont disparu : plus personne ne rationne son usage à la fin d'un trimestre ou sur une tâche exigeante. C'est un changement d'organisation autant que de finances.

Ce que les poids ouverts ne règlent pas

L'origine du modèle reste sensible. « Il y a eu beaucoup de stigmatisation autour de l'usage de modèles open source chinois », reconnaît Abitbol. Revolut n'utilise que les poids librement disponibles et les fait tourner sur une infrastructure aux États-Unis, plutôt que via le point d'accès d'inférence du développeur en Chine. Les données ne doivent être traitées que dans des juridictions offrant une protection équivalente, comme les États-Unis, l'Union européenne, le Royaume-Uni et Israël. Les fournisseurs doivent appliquer une rétention nulle des données par défaut.

Les agents n'agissent pas seuls. Ils tournent dans une sandbox avec des règles d'approbation qui décident quelles commandes sont autorisées. « Ils sont toujours avec un humain dans la boucle », dit Abitbol.

Mistral défend explicitement la souveraineté. L'entreprise présente Mistral Large 4 comme un modèle développé en Occident que les entreprises peuvent faire tourner derrière leur propre pare-feu. Nvidia, de son côté, vend les GPU dans les deux cas. Jensen Huang prend volontiers votre argent, que vous utilisiez des modèles ouverts ou fermés, rapportait The Register le 3 novembre.