Más uso de IA y menos gasto: Revolut revela su gran truco
El secreto no estaba en la nueva tecnología, sino en un enfoque inesperado para un viejo problema.
Revolut abandonó el costoso esquema de uso de asistentes de IA y redujo las facturas por generación de código en aproximadamente un 90%. El modelo principal fue GLM de Z.ai con pesos abiertos, desplegado en su propia infraestructura. Sobre los resultados en la conferencia AI Engineer el 13 de octubre contó el jefe de infraestructura de IA David Abitbol. Los cambios afectaron a unos 2000 ingenieros.
En enero de 2025 Revolut implementó Gemini, que, según sus estimaciones internas, redujo el tiempo de escritura de código en un 20%, y a principios de 2026 lanzó Claude Code con límites de gasto. Algunos empleados gastaban hasta $10 000 al mes en IA sin un retorno comparable. El creciente consumo de tokens de los agentes de IA obliga a las empresas a revisar los presupuestos de automatización.
En abril de 2026 Revolut comenzó a ejecutar internamente GLM-5.1 y más tarde pasó a GLM-5.3. Para 2000 ingenieros operan 56 aceleradores Nvidia B200. Los pesos abiertos permiten desplegar el modelo en servidores elegidos, sin enviar cada solicitud al desarrollador de Z.ai. Claude Code y Codex se conservaron para tareas especiales. Las imágenes las procesa un modelo separado de Gemini.
Según las mediciones internas de Revolut, tras implementar GLM el tiempo de escritura de código se redujo un 60%, y el trayecto desde el inicio de una tarea hasta que los cambios están listos para lanzamiento se acortó un 70%. Abitbol atribuyó la diferencia a que la IA ahora ayuda a clasificar el correo, buscar información en la documentación y procesar tareas en Jira y Confluence. No existe una evaluación independiente de las causas de la aceleración.
El coste medio por procesar un millón de tokens fue de alrededor de $0,30. Un token es un pequeño fragmento de texto que el modelo lee o genera al ejecutar una tarea. Según Abitbol, la factura por el uso de IA se volvió aproximadamente diez veces menor que los pagos previos a Anthropic y OpenAI. Sin los límites anteriores, los desarrolladores ceden con más frecuencia a los asistentes trabajos rutinarios.
El simple traslado de GLM a aceleradores resultó insuficiente. El equipo optimizó el procesamiento de peticiones, el contexto y la reutilización de cálculos. Como resultado, el tiempo hasta el primer token se redujo de 14,26 a 1,68 segundos, aunque la intensidad de peticiones aumentó un 76%. No se añadieron más aceleradores. El contexto se limitó a 256.000 tokens.
Revolut despliega el modelo en la infraestructura elegida y mantiene el control sobre la transferencia de datos. Los agentes de IA operan en un entorno aislado donde las reglas restringen los comandos disponibles. Una persona confirma las acciones que requieren permiso. El control es necesario, ya que el código generado puede contener errores de seguridad incluso si la tarea se ejecuta correctamente.
La reducción del 90% se refiere a los gastos declarados por el funcionamiento de los modelos, no al coste total del desarrollo de software. Revolut no reveló los costes completos de los aceleradores, la electricidad, el mantenimiento de servidores ni el trabajo del equipo. El resultado no puede aplicarse automáticamente a equipos pequeños. Las cifras se basan en la presentación del responsable, no en una auditoría independiente.