Revolut sceglie il modello cinese GLM al posto di Claude Code e Codex

Revolut ha cambiato il modello di intelligenza artificiale con cui i suoi circa 2.000 ingegneri scrivono codice ogni giorno. Al posto di Claude Code di Anthropic e di Codex di OpenAI, lo strumento predefinito è ora GLM, la famiglia di modelli sviluppata dalla società cinese Z.ai (in passato Zhipu AI), che la banca digitale fa girare su un’infrastruttura gestita da lei invece di comprarlo come servizio dal produttore.

I dettagli li ha presentati David Abitbol, responsabile delle operazioni e dell’infrastruttura AI di Revolut, nel talk Shipping like a startup, regulated like a bank tenuto a ottobre alla conferenza AI Engineer di New York. Secondo Abitbol la spesa per l’assistenza alla programmazione è scesa a circa un decimo di quanto l’azienda pagava prima ad Anthropic e OpenAI. I numeri sono dichiarati da Revolut e non hanno una verifica indipendente, e la scelta riguarda gli strumenti interni di sviluppo, non i sistemi che gestiscono i conti dei clienti.

Come si arriva a 30 centesimi per milione di token

La scelta poggia sui modelli open-weight, quelli di cui il produttore pubblica i pesi, cioè i parametri numerici del modello addestrato, che chiunque può scaricare ed eseguire su hardware proprio. Revolut usa soltanto i pesi e non passa dal servizio di inferenza di Z.ai in Cina. Il modello, da circa 800 miliardi di parametri, gira su un’infrastruttura negli Stati Uniti con circa 56 GPU Nvidia B200. Abitbol indica un costo di circa 0,30 dollari per milione di token, le unità di testo in cui i modelli spezzano domande e risposte, con una spesa fissa al posto delle fatture a consumo.

Per arrivarci è servito molto lavoro di ottimizzazione, perché le prestazioni iniziali erano a suo dire “terribili”. Il time to first token, il tempo che passa prima che compaia il primo frammento di risposta, è sceso da oltre 10 s a 1,6 s mentre le richieste al secondo salivano da 3 a più di 7, senza aggiungere GPU. Tra le tecniche citate c’è la quantizzazione in formato NVFP4, che riduce la precisione numerica dei pesi e, secondo Revolut, occupa circa il 40% di memoria GPU in meno rispetto all’FP8. La finestra di contesto è limitata a 256.000 token e il sistema lavora solo sul testo, mentre le richieste con immagini vengono girate a Gemini.

Il passaggio è avvenuto per gradi. Il primo assistente distribuito in azienda è stato Gemini di Google, poi è arrivato Claude Code con budget rigidi per ogni ingegnere e un beneficio giudicato modesto. Con GLM in uso da aprile, Abitbol riporta su un campione di circa 2.000 ingegneri un calo del 60% del tempo di programmazione e del 70% del lead time, l’intervallo tra la presa in carico di un’attività e l’integrazione del codice. Sono misure interne, non verificabili dall’esterno.

I costi esclusi dal conto e il nodo della provenienza

Il taglio del 90% non comprende tutte le voci. L’analisi pubblicata da StartupHub.ai fa notare che il calcolo per token lascia fuori cloud, personale e monitoraggio, e Abitbol non ha detto se le 56 B200 siano state acquistate o prese in affitto. Il risultato dipende anche da condizioni difficili da replicare altrove, come un team dedicato all’ottimizzazione e la possibilità di imporre regole d’uso e orari che distribuiscono il carico. Per aziende più piccole il conto potrebbe essere diverso, e la questione rientra nella diffusione dei modelli open-weight cinesi nelle imprese occidentali.

Sulla provenienza del modello Abitbol ha ammesso che per una banca regolata nell’Unione europea usare un modello cinese porta con sé diffidenza. Revolut elabora i dati solo in Paesi con regole di protezione considerate equivalenti (Stati Uniti, UE, Regno Unito e Israele) e si affida a fornitori di GPU che per impostazione non conservano i dati. Gli agenti di programmazione girano in una sandbox con un elenco di comandi consentiti e con un ingegnere che approva ogni passaggio, ed è così che la banca li descrive ai regolatori.

Claude Code e Codex restano disponibili, ma Abitbol li descrive come strumenti da usare per eccezione, quando un compito richiede i modelli più avanzati di Anthropic e OpenAI.